Sentiment Analysis Tasks Menggunakan Metode Klasifikasi Machine Learning (Studi Kasus Repository Review Movie) Dengan Weka
DOI:
https://doi.org/10.59141/jist.v4i4.603Keywords:
review film, text mining, klasifikasi, peminatan, opini publikAbstract
Sebuah proses pengambilan informasi berkualitas tinggi dari sebuah teks yang akan diproses disebut sebagai text mining. Informasi tersebut biasanya diperoleh melalui peramalan pola dan berbagai kecenderungan melalui sarana seperti pembelajaran pola statistik. Adapun pada saat ini, jumlah arus informasi yang sangat besar telah tersedia dalam dokumen online. Penambangan teks (text mining) berkembang dari kebutuhan untuk memproses data tak terstruktur (unstructured data) dalam bentuk teks. Penambangan teks diturunkan dari penambangan data (data mining) dan karenanya banyak memiliki kesamaan metode dalam penerapannya. Sebagai bagian dari upaya untuk lebih mengatur informasi tersebut bagi pengguna, maka dilakukan penyelidikan masalah agar teks dapat terkategorisasi secara otomatis. Makalah ini membahas tentang pemrosesan text mining menggunakan berbagai macam metode klasifikasi yang digunakan untuk dapat mengetahui seberapa besar tingkat peminatan pemirsa terhadap sebuah acara review film. Dataset yang digunakan pada penelitian ini berasal dari sebuah data berita. Dataset yang disediakan terdiri dua direktori yakni direktori pos dan neg pada direktori data_review_film dalam penelitian ini. Data ini merupakan data opini publik tentang sebuah proses review film yang kemudian akan dilakukan prediksi berapakah jumlah opini tersebut yang merupakan kombinasi kemungkinan dari review positif dan negatif. Pada bagian pembahasan dilakukan perbandingan untuk masing-masing metode klasifikasi yang dilakukan. Dalam penelitian ini, algoritma klasifikasi Naïve Bayes merupakan algoritma yang paling efektif dibandingkan dengan algoritma lainnya.
Published
How to Cite
Issue
Section
License
Copyright (c) 2023 Damar Wicakson, Imam Adi Nata
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution-ShareAlike 4.0 International. that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.