Klasifikasi Dokumen Beropini Me nggunakan Metode Naïve Bayes dan Metode Categorical Pr oportional Difference

Melliana Merina

Informasi Umum

Kode

113061060

Klasifikasi

005.1 - Computer programming

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Rekayasa Perangkat Lunak

Dilihat

340 kali

Informasi Lainnya

Abstraksi

ABSTRAKSI: Analisis sentimen merupakan proses me ngidentifikasi opini di dalam sebuah dokumen apakah mengandung sentimen kemudian mengklas ifikasikannya ke dalam kelas positif atau negatif . Untuk tahapan preprocessi ng dilakukan proses – proses seperti : tokenisasi, stopwords, stemming dan NLP ( Natural Language Processing ) menggunakan SentiWordNet. Untuk mengurangi jumlah fitur yang sangat besar da lam proses mining-nya dapat menggunakan sebuah metode seleksi fitur yakni metode Categorical Proportional Difference . Klasifier menggunakan metode Naïve Bayes <br><br> Hasil pengujian menunjukkan bahwa tingkat perf ormansi metode Naïve Bayes sebagai klasifier semakin baik dilihat dari pada percobaan ke-7 dimana nilai akurasi kelas prediksi tertinggi sebesar 93.57%. Untuk metode Categor ical Proportional Difference sebagai metode seleksi fitur menghasilkan tingka t performansi cukup baik dimana pada percobaan ke-2 nilai akurasi tertinggi sebesar 91.43% dengan nilai threshold=1.Kata Kunci : Analisis sentimen, NLP, Categorical Propor tional Difference, Naïve Bayes, AkurasiABSTRACT: Sentiment analysis is a process of iden tifying opinion in a document which contains sentiments then classify into positive or nega tive classes. For prepro cessing performed process such as: tokenization, stopwords , stemming and NLP (Natural Language Processing) uses SentiWordNet. To reduce the feat ures which consist of very la rge number in the mining process we can use a feature selection method calle d Categorical Proportional Difference method. Classifier uses Naïve Bayes method The test results showed that the performan ce level of Naïve Bayes method as klasifier getting good views of the 7th trial in which the value of cl ass prediction accuracy of 93.57% the highest. To metod CPD as a met hod of feature selection produ ces quite good performance level in which the trial 2nd highest accuracy va lue of 91.43% with a th reshold value = 1.Keyword: :Sentiment Analysis,NLP,Categorical Proportional Difference, Naïve Bayes, Accuracy