Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile)

Authors

  • Ferly Gunawan Universitas Brawijaya
  • M. Ali Fauzi Universitas Brawijaya
  • Putra Pandu Adikara Universitas Brawijaya

DOI:

https://doi.org/10.29080/systemic.v3i2.234

Keywords:

analisis sentimen, ulasan, kesalahan penulisan, levenshtein distance, naive bayes

Abstract

Perkembangan aplikasi mobile yang pesat membuat banyak aplikasi diciptakan dengan berbagai kegunaan untuk memenuhi kebutuhan pengguna. Setiap aplikasi memungkinkan pengguna untuk memberi ulasan tentang aplikasi tersebut. Tujuan dari ulasan adalah untuk mengevaluasi dan meningkatkan kualitas produk ke depannya. Untuk mengetahui hal tersebut, analisis sentimen dapat digunakan untuk mengklasifikasikan ulasan ke dalam sentimen positif atau negatif. Pada ulasan aplikasi biasanya terdapat salah eja sehingga sulit dipahami. Kata yang mengalami salah eja perlu dilakukan normalisasi kata untuk diubah menjadi kata standar. Karena itu, normalisasi kata dibutuhkan untuk menyelesaikan masalah salah eja. Penelitian ini menggunakan normalisasi kata berbasis Levenshtein distance. Berdasarkan pengujian, nilai akurasi tertinggi terdapat pada perbandingan data latih 70% dan data uji 30%. Hasil akurasi tertinggi dari pengujian menggunakan nilai edit <=2 adalah 100%, nilai edit tertinggi kedua didapat pada nilai edit <=1 dengan akurasi 96,4%, sedangkan nilai edit dengan akurasi terendah diperoleh pada nilai edit <=4 dan <=5 dengan akurasi 66,6%. Hasil dari pengujian Naive Bayes-Levenshtein Distance memiliki nilai akurasi tertinggi yaitu 96,9% dibandingkan dengan pengujian Naive Bayes tanpa Levenshtein Distance dengan nilai akurasi 94,4%.  

Downloads

Download data is not yet available.

References

Y. Maryono dan B. P. Istiana, Teknologi Informasi & Komunikasi, 1 penyunt., Jakarta: Yudhistira Ghalia Indonesia, 2008.

B. Liu, Sentiment analysis and subjectivity, Handbook of natural language processing 2, Chapman and Hall/CRC, 2010.

A. Goel, J. Gautam dan S. Kumar, “Real Time Sentiment Analysis of Tweets Using Naive Bayes,” Dehradun, 2016.

C. C.Aggarwal, Data Classification: Algorithms and Applications, Berilustrasi penyunt., New York: CRC Press, 2015.

C. Fiarni, H. Maharani dan R. Pratama, “Sentiment Analysis System for Indonesia Online Retail Shop Review Using Hierarchy Naive Bayes Technique,” Bandung, 2016.

C. D. Manning, P. Raghavan dan H. Schutze, An Introduction to Information Retrieval, Online penyunt., Cambrigde: Cambridge University Press, 2009.

B. M. D. Adiwidya, Algoritma Levenshtein Distance Dalam Pendekatan Approximate String Matching, Bandung: Institut Teknologi Bandung, 2009.

N. M. M. Adriyani, I. W. Santiyasa dan A. Muliantara, “Implementasi Algoritma Levenshtein Distance dan Metode Impiris untuk Menampilkan Saran Perbaikan Kesalahan Pengetikan Dokumen Berbahasa Indonesia,” JELIKU, vol. 1, no. 1, 2012.

Downloads

Published

2017-12-04

How to Cite

Gunawan, F., Fauzi, M. A., & Adikara, P. P. (2017). Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile). Systemic: Information System and Informatics Journal, 3(2), 1–6. https://doi.org/10.29080/systemic.v3i2.234

Issue

Section

Articles