Opinion Mining Dengan Menggunakan Kombinasi Metode Lexicon-Based dan Multinomial Naive Bayes
GERISKA ISABELLE LINGGA PUTRI WANGI
Informasi Umum
Kode
17.04.2737
Klasifikasi
C -
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Mining
Dilihat
352 kali
Informasi Lainnya
Abstraksi
Opinion mining adalah analisis yang dilakukan terhadap opini dengan melihat sentimen, perilaku, ataupun emosi yang terkandung dalam suatu produk. Beberapa metode Opinion mining yaitu dengan menggunakan metode lexicon-based dan supervised learning. Metode lexicon-based memiliki recall yang rendah, sedangkan supervised learning memiliki akurasi yang baik namun membutuhkan waktu training yang lama.
Maka dari itu tugas akhir ini akan membahas bagaimana mengkombinasikan metode lexicon-based dengan salah satu metode supervised learning, yaitu Multinomial Naïve Bayes untuk pengelompokkan opini berbahasa inggris berdasarkan kelas sentimennya, yaitu positif dan negatif. Ekstraksi fitur ciri yang digunakan adalah n-gram, POS-Tagging, dan fitur score-based pada lexicon. Keluaran dari sistem adalah polaritas dari tiap dokumen yang performansinya akan dihitung menggunakan akurasi, Precision, Recall, dan F-measure. Dengan diimplementasikannya opinion mining dengan menggunakan kombinasi metode Lexicon-Based dan Multinomial Naive Bayes pada penelitian ini didapatkan nilai akurasi sebesar 0,637.
Kata kunci : Opinion mining, multinomial naïve bayes, metode lexicon-based
- CDG4K3 - DATA MINING
- CIG4A3 - PEMBELAJARAN MESIN
- CD1213 - PENGGALIAN DATA TEKS
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | GERISKA ISABELLE LINGGA PUTRI WANGI |
| Jenis | Perorangan |
| Penyunting | WARIH MAHARANI, IBNU ASROR |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom |
| Kota | Bandung |
| Tahun | 2017 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
