Analisis Sentimen Ulasan Tempat Wisata Kuliner Pada Zomato Menggunakan Ontology Supported Polarity Mining (OSPM)
ANGGI YUNIAR PUTRI

Informasi Umum

Kode

19.04.3071

Klasifikasi

004 - Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika, Hardware Komputer

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Informatics

Dilihat

62 kali

Informasi Lainnya

Abstraksi

Abstrak Zomato merupakan sebuah situs dan aplikasi yang menyediakan ulasan tentang tempat wisata serta kuliner. Saat ini hasil dari riset yang dilakukan oleh Pho Chus Wright, 53% wisatawan membaca ulasan terlebih dahulu sebelum melakukan pemesanan di restoran. Namun penilaian pada Zomato kurang spesifik untuk mengetahui nilai aspek yang terdapat pada topik ulasan Zomato tersebut. Pada pengujian yang dilakukan pada studikasus ini OSPM (Ontology Supported Polarity Mining) ini diusulkan karena ontologi mendukung pendekatan penambangan polaritas (OSPM). OSPM dievaluasi dalam domain ulasan zomato menggunakan Teknik Supervised Learning yang didukung pendekatannya dengan Naïve Bayes classifier. Hasilnya sentiment yang didukung menggunakan Ontologi memiliki akurasi yang lebih tinggi sebesar 84.2% sedangkan yang tidak didukung penggunaan ontologi hanya sebesar 62.8%. Hasil akhir dari penelitian ini mengungkap bahwa pada pengujian yang dilakukan OSPM pada studi kasus ini sangat baik untuk digunakan.

Kata kunci : zomato, ontolgy, polarity mining, ontology supported polarity mining.

• CS3243 - KECERDASAN MESIN DAN ARTIFISIAL
• CSH4G3 - PENAMBANGAN DATA
• CSH4H3 - PENAMBANGAN TEKS
• CDG4M3 - TOPIK KHUSUS SIDE 2
• CCH4D4 - TUGAS AKHIR
• CII4I3 - PENAMBANGAN DATA
• CII4E4 - TUGAS AKHIR
• CPI4I3 - PENAMBANGAN DATA
• III4A4 - TUGAS AKHIR

Koleksi & Sirkulasi

Seluruh 1 koleksi sedang dipinjam

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook