Klasifikasi Data Ulasan Positif dan Negatif Dengan Menggunakan Algoritma Naive Bayes

  • Muh. Adrian Juniarta Hidayat Universitas Bumigora
  • Gilang Primajati Universitas Bumigora
  • Ahmad Zuli Amrullah Universitas Bumigora
Keywords: text mining, classification, naive bayes

Abstract

Bagi para pelaku penyedia jasa, kualitas pelayanan merupakan suatu hal yang sangat penting karena dapat berdampak pada keberlangsungan bisnis mereka. Salah satu cara untuk menilai kualitas suatu layanan ialah dengan melihat ulasan dari para pelanggan yang pernah menggunakan layanan tersebut. Ulasan yang berbentuk teks dapat menjadi data yang berguna apabila diolah dengan teknik tertentu untuk melihat kualitas suatu layanan dengan mengelompokkan ulasan positif dan negatif dari suatu layanan. Pada tulisan ini mengusulkan untuk melihat kualitas layanan suatu hotel dengan mengolah data ulasan yang berbentuk teks dengan membandingkan rasio ulasan positif dan negatif dari pelanggan dengan menggunakan algoritma Naive Bayes. Hasil dari percobaan terlihat bahwa pengelompokan ulasan positif dan negatif dapat dilakukan dengan baik dengan memberikan bobot rangking tertentu pada setiap kata yang terdapat didalam ulasan, sehingga dapat diketahui bahwa kualitas layanan cenderung  mendapat umpan balik positif atau negatif.

References

[1]. Shilpa Dang, Peerzada Hamid A. Text Mining: Technique and its Application, International Journal of Engineering & Technology Innovation, Vol. 1 Issue 4, 2014.
[2]. Chen, J., Huang, H., Tian, S., & Qu, Y. (2009). Feature selection for text classification with Naïve Bayes. Expert Systems with Applications, 36, 5432–5435.
[3]. Muthia, D. A. (2013). Analisis Sentimen Pada Review Buku Menggunakan Algoritma. Sistem Informasi, Sistem Informasi, 1–9.
[4]. Zhang, & Gao, F. (2011). An Improvement to NB for Text Classification. Procedia Engineering, 15, 2160–2164.
[5]. Santoso, Budi, Data Mining Teknik Pemanfaatan Data Untuk Keperluan Bisnis. Yogyakarta: Graha Ilmu. 2007.
[6]. Berry, M.W. &Kogan, J. 2010. Text Mining Aplication and theory. WILEY: United Kingdom.
[7]. Feldman, R & Sanger, J. 2007. The Text Mining Handbook: Advanced Approaches in Analyzing Unstructured Data. Cambridge University Press: New York.
[8]. http://text-analytics101.rxnlp.com/2011/07/user-review-datasets_20.html.
Published
2020-06-30
Section
Articles