UDiNus Repository

TEXT MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK ANALISA SENTIMEN JASA EKSPEDISI BARANG

ARIF, KARUNIAWAN (2017) TEXT MINING MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER UNTUK ANALISA SENTIMEN JASA EKSPEDISI BARANG. Skripsi,Fakultas Ilmu Komputer.

[img]
Preview
PDF
Download (4Kb) | Preview

    Abstract

    Jasa pengiriman barang (ekspedisi) yaitu sebuah perusahaan yang bergerak dalam bidang pengiriman barang yang saat ini tumbuh pesat dalam dunia bisnis. Di Indonesia sendiri banyak yang mendirikan jasa ekspedisi barang. JNE (Jalur Nugraha Ekakurir) merupakan perusahaan ekspedisi terbesar di Indonesia karena memiliki akses yang sangat luas sehingga sangat memudahkan masyarakat untuk hal mengirim barang. Semakin besar jasa ekspedisi maka akan semakin banyak pula opini (komentar) setelah memakai jasa tersebut. Dengan memanfaatkan data mining, penulis melakukan penelitian tentang analisa sentimen jasa ekspedisi barang menggunakan algoritma naive bayes classifier. Yang bertujuan untuk mengetahui sentimen pelanggan atas jasa yang diberikan. Sebelum data opini diolah ke dalam proses klasifikasi, tahap pertama yang harus dilakukan adalah proses preprocessing berupa case folding, tokenizing, stopword removal, dan stemming. Tahap selanjutnya adalah melakukan pelabelan manual (puas, tidak puas, netral) yang nilainya akan digunakan pada proses klasifikasi. Proses inti adalah proses klasifikasi untuk menentukan probabilitas tertinggi dari tiap kategori. Jika hasilnya menunjukkan kategori positif lebih besar maka komentar tersebut masuk kategori opini positif demikian juga sebaliknya. Hasil dari penelitian analisa sentimen dengan menggunakan algoritma naive bayes classifier di dapat akurasi sebesar 90,90% dengan menggunakan data sebanyak 506 data komentar. Data tersebut dibagi menjadi 2 yaitu data testing sebanyak 50 dan data training sebanyak 456.

    Item Type: Article
    Subjects: T Technology > Teknik Informatika
    Universitas Dian Nuswantoro > Fakultas Ilmu Komputer > Teknik Informatika
    Divisions: Fakultas Ilmu Komputer
    Depositing User: Psi Udinus
    Date Deposited: 13 Dec 2017 17:04
    Last Modified: 13 Dec 2017 17:04
    URI: http://eprints.dinus.ac.id/id/eprint/23360

    Actions (login required)

    View Item