DSpace logo

Please use this identifier to cite or link to this item: https://repository.uksw.edu/handle/123456789/13368
Title: Uji Perbandingan Akurasi Analisis Sentimen Pariwisata Menggunakan Algoritma Support Vektor Machine dan Naive Bayes
Authors: Susanti, Novita Dewi
Keywords: analisis sentimen;opini;klasifikasi;metode;Suport Vektor Machine;Naive Bayes;akurasi
Issue Date: 2016
Publisher: Magister Sistem Informasi Program Pascasarjana FTI-UKSW
Abstract: Analisis sentimen saat ini banyak digunakan sebagai bahan untuk mengetahui opini masyarakat tentang suatu hal. Dengan menggunakan analisis sentimen kita dapat mengklasifikasikan data apakah data tersebut termasuk opini positif atau opini negatif. Paper ini membahas analisis sentimen untuk mengukur tingakat akurasi dari opini masyarakat pada suatu tempat wisata di Jawa Tengah dengan metode Naive Bayes dan Support Vektor Machine yang berguna untuk mengetahui nilai akurasi yang manakah yang lebih bagus dari dua metode yang digunakan tersebut. Ada beberapa metode yang bisa digunakan untuk mengklasifikasikan opini tersebut, namun dalam paper ini dipilih metode Support vektor Machine dan metode Naive Bayes dengan alasan metode tersebut adalah metode yang paling banyak digunakan saat ini karena dapat menghasilkan nilai akurasi yang tinggi dari penelitian sebelumnya. Hasil yang didapatkan dari penelitian ini adalah berupa data perbandingan Precision, Recall dan Akurasi. Hasil precision pada NB adalah 65,97%, pada SVM 87,25%. Nilai Recall pada NB adalah 96,39%, pada SVM 80,60%. Nilai akurasi yang didapatkan pada NB 65,78%, pada SVM 76,47%
Sentiment analysis nowdays often used as a way to find out public opinion about something. Using sentiment analysis, data could be classified as positive or negativ. This paper discusses sentiment analysis to measure the accuracy level of public opinion about tourist attraction in Central Java using Naive Bayes and Support Vector Machine to compare which method produces better result. There are several methods give high accuracy point based on the previous research. The result of this research is comparison of Precision, Recall and Accuracy. Precision point on NB is 65,97%, while on SVM is 87,25%. Recall point on NB is 96,39%, while on SVM is 80,60%. And the Accuracy point on NB is 65,78%, while on SVM is 76,47%
URI: http://repository.uksw.edu/handle/123456789/13368
Appears in Collections:T2 - Master of Information Systems

Files in This Item:
File Description SizeFormat 
T1_972014004_Judul.pdfHalaman judul1.06 MBAdobe PDFView/Open
T2_972014004_Abstract.pdfAbstract119.04 kBAdobe PDFView/Open
T1_972014004_Isi.pdfIsi1.85 MBAdobe PDFView/Open

Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.