ABSTRAKSI: Opini merupakan “expressed statement” yang bisa diucapkan dengan kata-kata, juga bisa dinyatakan dengan isyarat atau dengan cara-cara lain yang mengandung arti dan segera dapat dipahami maksudnya. Opini-opini tersebut dapat dijadikan masukan yang sangat berharga bagi sebuah perusahaan untuk menilai dan meningkatkan pelayanan serta kualitas produknya. Tugas akhir ini bertujuan untuk melakukan klasifikasi opini berbahasa Indonesia atau biasa disebut dengan Opinion Mining. Opinion Mining adalah proses proses ekstraksi dari dokumen opini yang diekspresikan oleh sebuah sumber tentang suatu target yang spesifik.
Tugas akhir ini bertujuan untuk mengklasifikasikan opini dengan metode unsupervised learning tanpa menggunakan data latih terlebih dahulu. Proses utama yang dilakukan terdapat dua tahap yaitu tahap seleksi seed word secara otomatis, kemudian retraining iteratif untuk memperluas daftar seed word yang telah didapatkan. Pengukuran akurasi dari hasil penelitian ini menggunakan metode macroaveragingmenghasilkan bahwa proses seleksi seed word otomatis memiliki hasil akurasi klasifikasi akhir yang lebih baik dibandingkan proses seleksi manual, namun deteksi seed word sangat tergantung pada peletakan adverbia dan negasi pada zona. Proses retraining iteratif dengan mengatur jumlah iterasi yang dilakukan memberikan hasil akurasi yang lebih baik dibandingkan dengan mengatur kondisi akhir dengan pengecekan klasifikasi.Kata Kunci : Opinion mining, seleksi seed word otomatis,retraining iteratif, unsupervised learningABSTRACT: Opinion is an “expressed statement” that can be told with words, also be explained by sign or other ways which have a meaning and understandable. Those opinions can be very valuable for an enterprise or a production house to judge and raise the service and product’s quality. This final task purposed to do an Opinion classification for document in bahasa Indonesia or generally called as Opinion Mining. Opinion Mining is extraction proccess from a opiniated document by a source about a specific target.
This final task classified opinion by unsupervised learning method without using training set for begin with. The main proccess in the system consist of two step, automatic seed word selection and iterative retraining to extensify seed word vocabulary produced before. The accuration for this research is measured by microaveraging method resulting that automatic seedword selection have better accuration than manual selection, though detecting seed word is highly depends on consruction of adverbia and negation in a zone. Classification with iterative retraining by controlling itteration value gibe better accuration than adjusting the termination condition with classification checking.Keyword: Opinion mining, Automatic seed word selection, iterative retraining, unsupervised learning