AbstrakBanyak kegiatan jual beli yang dilakukan secara online yang tentunya sangat memudahkan bagi para pembeli. Salah satunya yaitu pembelian pakaian wanita, dalam memilih sebuah pakaian terkadang sebagai wanita merasa sangat membingungkan, dikarenakan banyak pilihan yang menarik. Selain itu ada beberapa faktor yang menjadi pertimbangan seperti tipe tubuh, bahan, model, warna dan harga. Dari faktor tersebut dibutuhkan sistem untuk rekomendasi pada saat pembelian pakaian wanita terutama yang dilakukan secara online. Algoritma Naïve Bayes merupakan pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi. Dengan Naïve Bayes diharapkan dapat memberikan keputusan yang akurat dalam menentukan rekomendasi pakaian wanita dengan atribut yang sudah ditentukan seperti style, AbstractMany activities buying and selling are carried out online, which of is very easy to buyer. One of them in the purchases of women's clothing, in choosing a clothing somestime feels very confusing because there are many interesting choice. Apart of there are several factors that considered such as body type, material, model, color and price. From the factors is needed system for recommendations when purchasing women's clothing, especially those online. Naïve Bayes Algorithm is simple probabilitc classification that calculates set of probabilities by summing frequencies. The Naïve Bayes is expected to provide accurate decisions in determining recommendations for women's clothing such as style,

Abstrak: Para wisatawan sebaiknya terlebih dahulu mengetahui kondisi dari objek wisata yang ingin dikunjungi dengan melihat opini wisatawan sebelumnya. Data dalam penelitian ini didapat dari Tripadvisor, yang kemudian diklasifikasikan ke dalam class negatif dan class positif. Dari data tersebut akan dibuatkan aplikasi dengan Naive Bayes. Algoritma Naive Bayes dipilih karena memberikan hasil yang tepat dalam pengklasifikasian opini dalam bentuk paragraf. Pengolahan awal dalam penelitian ini meliputi tokenization, stopword removal, dan stemming kemudian data akan diuji dengan algoritma Naive Bayes. Untuk memudahkan wisatawan mengetahui klasifikasi opini publik maka pada penelitian ini dibuat aplikasi analisis sentimen menggunakan pemrograman PHP dan HTML untuk memudahkan wisatawan mencari kesimpulan dari sebuah opini.  Kata kunci: Analisa Sentimen, Naive Bayes

Data pada transaksi penjualan dapat diolah menjadi informasi yang dapat dimanfaatkan untuk mengetahui perilaku konsumen. Informasi ini dapat dimanfaatkan pelaku usaha untuk memudahkan dalam proses stok barang, analisis, retensi pelanggan dan deteksi penipuan. Tujuan dari penelitian ini yaitu untuk mengetahui perilaku pembeli pada keranjang belanja untuk mengetahui menu makanan pada restoran yang diminati. Analisis keranjang belanja ini dilakukan dengan mengimplementasikan algoritma apriori untuk mengetahui aturan asosiasi pada setiap itemset, pada penelitian ini dilakukan dengan melakukan aturan kombinasi 3 itemset. Pada penelitian ini ditentukan untuk nilai support minimumnya sebesar 20% dan nilai minimum confidencenya sebesar 50%. Didapati bahwa konsumen sering membeli gurame bakar, kangkung, karedok, tahu goreng (isi 5pcs), tahu ondel (isi 5pcs), toge cah bawang putih.

Sentiment analysis is a text analysis to identify an opinion. Public opinion or reviews are important for visitors who will travel to tourist because of the reviews will produce information about the destination. One of the tourist attractions in Indonesia that Taman Mini Indonesia Indah one of the tourist attractions that has extraordinary. Reviews about Taman Mini Indonesia Indah make it difficult for visitors to draw conclusions about information about Taman Mini Indonesia Indah. Therefore a classification method in study with Naïve Bayes and PSO methods. In study using data as many 50 positive reviews and 50 negative reviews where the results of accuracy obtained using the Naïve Bayes method of 70% while the accuracy of using Naïve Bayes and PSO is 94,02%.

Banyak kegiatan jual beli yang dilakukan secara online yang tentunya sangat memudahkan bagi para pembeli. Salah satunya yaitu pembelian pakaian wanita, dalam memilih sebuah pakaian terkadang sebagai wanita merasa sangat membingungkan, dikarenakan banyak pilihan yang menarik. Selain itu ada beberapa faktor yang menjadi pertimbangan seperti tipe tubuh, bahan, model, warna dan harga. Dari faktor tersebut dibutuhkan sistem untuk rekomendasi pada saat pembelian pakaian wanita terutama yang dilakukan secara online. Algoritma Naïve Bayes merupakan pengklasifikasian probabilistik sederhana yang menghitung sekumpulan probabilitas dengan menjumlahkan frekuensi. Dengan Naïve Bayes diharapkan dapat memberikan keputusan yang akurat dalam menentukan rekomendasi pakaian wanita dengan atribut yang sudah ditentukan seperti style, price, rating, size, season, neckline, sleevelength, waiseline, material, fabrictype, decoration, patterntype, recommendation.