ANALISIS SENTIMEN REVIEW TRANSPORTASI MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE BERBASIS CHI SQUARE
Abstract
Analisis sentimen merupakan teknik yang bertujuan menentukan opini dari masyarakat bersifat positif atau negatif. Internet merupakan bagian terpenting dalam kehidupan sehari- hari. Banyak situs yang menyediakan berbagai macam review tentang suatu produk atau jasa yang menggambarkan pendapat pengguna. Salah satu contohnya adalah situs internet Yelp. Yelp adalah sebuah situs yang berisi berbagai macam review, seperti transportasi, media massa, restoran, hotel, makanan, elektronik dan lain sebagainya. Transportasi memiliki peran yang sangat penting dalam menunjang pertumbuhan ekonomi masyarakat dan merupakan urat nadi dalam pembangunan ekonomi suatu negara. Oleh karena itu keberhasilan pembangunan dibidang ekonomi harus ditunjang dengan pengembangan sistim transportasi yang baik, sesuai dengan kebutuhan dan perkembangan zaman. Pengguna transportasi bisa memberikan pendapat mereka mengenai kualitas dari transportasi yang sudah tersedia secara online. Jika membaca review tersebut secara keseluruhan bisa memakan waktu dan sebaliknya jika hanya sedikit review yang dibaca, hasil evaluasi akan bias. Algoritma klasifikasi sentimen review seperti support vector machine (SVM) adalah algoritma yang sering digunakan untuk klasifikasi analisis sentimen review. Namun klasifikasi sentimen review mempunyai kelemahan pada banyaknya fitur atau atribut dataset yang digunakan, metode seleksi fitur chi square dapat digunakan untuk mengurangi fitur atau atribut yang tidak relevan.
Kata kunci : analisis sentimen, review transportasi, klasifikasi, chi Square.
References
Nasukawa, Tetsuya, and Jeonghee Yi. "Sentiment analysis: Capturing favorability using natural language processing." Proceedings of the 2nd international conference on Knowledge capture. ACM, 2003.
Depari, Eduard, MacAndrews, and Colin “Peranan Komunikasi Massa Dalam Pembangunan , Suatu. Kumpulan Karangan, Gadjah Mada University Press, Yogyakarta, 1978.,” p. 1978, 1978.
Kang, Daekook, and Yongtae Park. "Review-based measurement of customer satisfaction in mobile service: Sentiment analysis and VIKOR approach." Expert Systems with Applications 41.4 (2014): 1041-1050.
Liu, Chien-Liang, et al. "Movie rating and review summarization in mobile environment." IEEE Transactions on Systems, Man, and Cybernetics, Part C (Applications and Reviews) 42.3 (2012): 397-407.
N. Sian, N. Hu, and E. K. Clemons, “Electronic Commerce Research and Applications Do online reviews reflect a product ’ s true perceived quality ? An investigation of online movie reviews across cultures,” Electron. Commer. Res. Appl., vol. 9, no. 5, pp. 374–385, 2010.
Monarizqa, Nurvirta, and Ir Lukito Edi Nugroho. Penerapan Analisis Sentimen Pada Twitter Berbahasa Indonesia Sebagai Pemberi Rating. Diss. Universitas Gadjah Mada, 2014.
Nugroho, A. S., Witarto, A. B., & Handoko, D. (2003). “Support Vector Machine Teori dan Aplikasinya dalam Bioinformatika. IlmuKomputer.Com.,” p. 2003, 2003.
Naufal, Abdul Razak, Romi Satria Wahono, and Abdul Syukur. "Penerapan Bootstrapping untuk Ketidakseimbangan Kelas dan Weighted Information Gain untuk Feature Selection pada Algoritma Support Vector Machine untuk Prediksi Loyalitas Pelanggan." Journal of Intelligent Systems 1.2 (2015): 98-108.
Rakhman, Arif, and Mokhamad Rifqi Tsani. "ANALISIS SENTIMEN REVIEW MEDIA MASSA MENGGUNAKAN METODE C4. 5 BERBASIS FORWARD SELECTION." Smart Comp: Jurnalnya Orang Pintar Komputer 8.2 (2019): 78-82.
L. Ladha and T. Deepa, “Feature Selection Methods And Algorithms,” International Journal on Computer Science and Engineering (IJCSE), vol. 3, no. 5, pp. 1787–1797, 2011.
S. Wang, D. Li, X. Song, Y. Wei, and H. Li, “A feature selection method based on improved fisher ’ s discriminant ratio for text sentiment classification,” Expert Syst. Appl., vol. 38, no. 7, pp. 8696–8702, 2011.
Koncz, Peter, and Jan Paralic. "An approach to feature selection for sentiment analysis." Intelligent Engineering Systems (INES), 2011 15th IEEE International Conference on. IEEE, 2011.
T. Xu, Q. Peng, and Y. Cheng, “Identifying the semantic orientation of terms using S-HAL for sentiment analysis,” Knowledge-Based Syst., vol. 35, pp. 279–289, 2012.
Rakhman, A., & Tsani, M. R. (2019). ANALISIS SENTIMEN REVIEW MEDIA MASSA MENGGUNAKAN METODE C4. 5 BERBASIS FORWARD SELECTION. Smart Comp: Jurnalnya Orang Pintar Komputer, 8(2), 78-82.
Liu, Tao, et al. "An evaluation on feature selection for text clustering." Icml. Vol. 3. 2003.
Supriyanto, Catur, and Affandy . "Kombinasi Teknik Chi Square Dan Singular Value Decomposition Untuk Reduksi Fitur Pada Pengelompokan Dokumen." Semantik 1.1 (2011).
Sabanise, Y. F., & Rakhman, A. (2019). Sistem Pendukung Keputusan Penerimaan Beasiswa Dengan Menggunakan Metode Simple Additive Weighting (SAW) Studi Kasus Politeknik Harapan Bersama Tegal. Smart Comp: Jurnalnya Orang Pintar Komputer, 8(1), 48-53.
DOI: https://doi.org/10.30591/smartcomp.v9i1.1817
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution 4.0 International License.
SMART COMP INDEXED BY
View My Stats