ANALISIS SENTIMEN TWEET PENGGUNA E-COMMERCE DENGAN MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES

Anastasya Nadia Puspitasari
Yulian Findawati
Yunianita Rahmawati


DOI: https://doi.org/10.29100/jipi.v9i3.4939

Abstract


Penelitian ini  menganalisis sentimen pengguna yang diungkapkan di jejaring sosial, khususnya Twitter, dalam konteks e-commerce  menggunakan metode klasifikasi Naïve Bayes. Pesatnya pertumbuhan e-commerce  telah meningkatkan konten buatan pengguna yang mencerminkan opini dan pengalaman berbeda. Dengan menggunakan algoritma Naive Bayes, tujuan dari penelitian ini adalah untuk mengklasifikasikan dan memahami opini-opini yang terdapat dalam tweet. Emosi ini diklasifikasikan ke dalam kategori Positive dan Negative. Dalam penelitian ini, pikiran dan perasaan yang diungkapkan pengguna melalui tweet dicari, dibaca dan diklasifikasikan menggunakan klasifikasi Naive Bayes. Dalam penelitian ini, peneliti menunjukkan cara efektif melakukan segmentasi dan mengklasifikasikan opini tweet pengguna e-commerce menggunakan metode klasifikasi Naive Bayes. Menganalisis konten buatan pengguna memberikan wawasan berharga tentang informasi konsumen. Dari  nilai rata-rata tersebut dihasilkan akurasi, presisi dan recall. Dapat disimpulkan bahwa rata-rata akurasi, presisi, dan recall data sebesar 92,00% untuk data akurat, 90,35% untuk data benar, dan 100% untuk data recall.


Keywords


Analisis Sentimen; Klasifikasi Naive Bayes

Full Text:

PDF

Article Metrics :

References


Wandani, A. (2021). Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes. In Jurnal Sains Komputer & Informatika (J-SAKTI (Vol. 5, Issue 2)

Bayhaqy, A., Sfenrianto, S., Nainggolan, K., & Kaburuan, E. R. (2018, July 2). Sentiment Analysis about E-Commerce from Tweets Using Decision Tree, K-Nearest Neighbor, and Naïve Bayes. 2018 International Conference on Orange Technologies, ICOT 2018.

Sentimen Untuk Penilaian Pelayanan Situs Belanja Online Menggunakan Algoritma Naïve Bayes Muljono, A., Putri Artanti, D., Syukur, A., Prihandono, A., & Rosal Moses Setiadi, D. I. (2018). Konferensi Nasional Sistem Informasi 2018 STMIK Atma Luhur Pangkalpinang. http://twitter.com

Minfo Polgan, J., Melina Salsabila, S., Alim Murtopo, A., Fadhilah, N., Sentimen Pelanggan Toko Online Tokopedia Menggunakan Metode Naïve Bayes Classifier, A., Informatika, T., & YMI Tegal, S. (n.d.). Analisis Sentimen Pelanggan Tokopedia Menggunakan Metode Naïve Bayes Classifier. www.tokopedia.com

Webb, G. I. (2016). Naïve Bayes. In Encyclopedia of Machine Learning and Data Mining (pp. 1–2). Springer US. https://doi.org/10.1007/978-1-4899-7502-7_581-1

Gunawan, B., Sasty, H., #2, P., Esyudha, E., & #3, P. (2018). JEPIN (Jurnal Edukasi dan Penelitian Informatika) Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes. 4(2), 17–29. www.femaledaily.com

Widya Ningsih, E. (2019). Penerapan Algoritma Naïve Bayes Dalam Penentuan Kelayakan Penerima Kartu Jakarta Pintar Plus. https://doi.org/10.31294/jtk.v4i2

Nofitri, R., & Irawati, N. (2019). ANALISIS DATA HASIL KEUNTUNGAN MENGGUNAKAN SOFTWARE RAPIDMINER. JURTEKSI (Jurnal Teknologi Dan Sistem Informasi), 5(2), 199–204. https://doi.org/10.33330/jurteksi.v5i2.365

Komara, D. A., & Hadiapurwa, A. (2022). PUBLIS JOURNAL AUTOMATING TWITTER DATA COLLECTION: A RAPIDMINER-BASED CRAWLING SOLUTION. 6. http://journal.umpo.ac.id/index.php/PUBLIS

Garbian Nugroho, D., Herry Chrisnanto, Y., Wahana Jurusan Informatika, A., & Matematika dan Ilmu Pengetahuan Alam Universitas Jenderal Achmad Yani Jalan Terusan Jenderal Sudirman, F. (n.d.). ANALISIS SENTIMEN PADA JASA OJEK ONLINE MENGGUNAKAN METODE NAÏVE BAYES.

Aditya, D., Mubarok, A., Kom, M., & Susanti, S. (2019). Analisis Sentimen Pada Media Sosial Twitter Menggunakan Metode Naïve Bayes Classifier (Studi Kasus: Komentar Publik Kepada Tri Indonesia). JURNAL INFORMATIKA, 6(1), 1–8. http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/-https://doi.org/10.1109/ICOT.2018.8705796


slot gacor slot