Aplikasi Web Analisis Sentimen Dengan Algoritma Multinomial Naïve Bayes

Abstract

Teknologi adalah keseluruhan sarana untuk menyediakan sebuah pelayanan yang diperlukan bagi terciptanya dan kenyamanan hidup manusia adalah aplikasi. Pada jejaring media sosial Twitter banyak pengguna yang menulis tweet tentang aplikasi web. Tahap dilakukan penambangan opini pengguna terkait kata kunci Aplikasi Web mengacu pada penggunaan bahasa alami, analisis teks untuk mengidentifikasi, mengekstrak, mengukur, dan mempelajari keadaan efektif dan informasi subjektif secara sistematis pada data opini di twitter. Dengan menggunakan metode klasifikasi teks yang telah banyak digunakan adalah algoritma Multinomial Naive Bayes. Metode ini memanfaatkan teorema probabilitas yang mana teorema bayes dan fungsionalitas data mining yaitu klasifikasi naïve bayes. Penelitian ini berfokus pada opini pengguna jejaring sosial twitter dengan kata kunci aplikasi data web ini diambil dari API twitter dengan jumlah item data 1000 selanjutnya klasifikasi opini pengguna dan data preproses. Dari hasil jumlah pengujian dalam algoritma kinerja kita menggunakan Confusion Matrix dan merepresentasikan prediksi dan kondisi sebenarnya(aktual) dari data yang dihasilkan oleh kita bisa menentukan Accuracy 69% , Precision merupakan rasio yang benar diprediksi pada label kelas positif 0,67 , netral 0, negatif 1 dan recall merupakan rasio jumlah yang diprediksi benar terhadap data keseluruhan yang benar-benar yaitu kelas positif 1,netral 0, negatif 0,14 dan f1-score merupakan rata – rata dari precision dan recall yaitu kelas positif 0,81,netral 0 , negatif 0,25.

Implementasi Metode WASPAS pada SPK Berbasis Python dalam Pemilihan Karyawan Berprestasi pada LPD Desa Adat Penatih

“…Dataset terdiri dari dua kelas, yaitu kelas positif dan kelas negatif. Dalam evaluasi menggunakan confusion matrix, nilai accuracy, precision, dan recall dihasilkan [31]. Akurasi merupakan persentase jumlah data yang diklasifikasikan dengan benar oleh algoritma setelah dilakukan pengujian terhadap hasil klasifikasi tersebut [32].…”

Analisis Sentimen SEA Games 2023 di Twitter Metode dengan Machine Learning

“…Analisis sentimen adalah sebuah metode yang digunakan untuk menganalisis dan mengidentifikasi polaritas (positif, negatif, atau netral) dari teks atau data yang berkaitan dengan pendapat, opini, atau emosi pengguna. Metode ini banyak digunakan dalam berbagai bidang, termasuk dalam analisis sentimen pada data sosial media (Winahyu & Suharjo, 2021). Salah satu platform media sosial yang sangat populer adalah Twitter.…”

“…Saat ini telah banyak penelitian sentimen analisis dengan berbagai tema, mulai dari masalah politik, ekonomi, dan bahkan masalah olahrage, salah satunya adalah penelitian yang dilakukan oleh Winahyu (2021),penelitian yang dilakukan dengan menggunakan metode text classification yang telah banyak secara umum digunakan adalah algoritma Multinomial Naive Bayes. Metode ini memanfaatkan teorema probabilitas yang mana teorema bayes dan fungsionalitas data mining yaitu klasifikasi naïve bayes.…”

Klasifikasi Dialek Bahasa Jawa Menggunakan Metode Naives Bayes

“…Pada formula Multinomial Naive Bayes, kelas dialek tidak hanya ditentukan dengan kata yang muncul tetapi juga jumlah kemunculannya. Multinomial Naive Bayes adalah salah satu metode yang dipakai dengan memperhitungkan frekuensi kemunculan token atau kata dalam sebuah dokumen [30]. Mengambil kelas dengan probabilitas tertinggi max_score = max(score_dict, key=score_dict.get) prediction.append(max_score)…”