Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization
Terdapatnya aplikasi yang memudahkan untuk mengetahui ulasan dari suatu tempat atau makanan membuat pembaca dengan mudah menentukan tempat untuk mereka berwisata kuliner. Ulasan yang diberikan terdiri dari ulasan positif dan ulasan negatif. Algoritma Naive Bayes berbasis Particle Swarm optimization...
Main Author: | |
---|---|
Format: | Article |
Language: | Indonesian |
Published: |
Universitas Bina Sarana Informatika, LPPM
2019-04-01
|
Series: | Jurnal Informatika |
Online Access: | http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/4695 |
id |
doaj-524f6bd8cce345b39261a13570b4f038 |
---|---|
record_format |
Article |
spelling |
doaj-524f6bd8cce345b39261a13570b4f0382020-11-24T21:35:11ZindUniversitas Bina Sarana Informatika, LPPMJurnal Informatika2355-65792528-22472019-04-0161232810.31311/ji.v6i1.46952943Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm OptimizationRetno Sari0STMIK Nusa Mandiri JakartaTerdapatnya aplikasi yang memudahkan untuk mengetahui ulasan dari suatu tempat atau makanan membuat pembaca dengan mudah menentukan tempat untuk mereka berwisata kuliner. Ulasan yang diberikan terdiri dari ulasan positif dan ulasan negatif. Algoritma Naive Bayes berbasis Particle Swarm optimization dilakukan untuk mengetahui apakah terdapat peningkatan akurasi. Dataset yang digunakan berupa review restoran yang dibagi menjadi 2 class yaitu class positif dan class negatif, data diujikan menggunakan 10 Fold Cross Validation. Analisis sentimen review restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization menghasilkan akurasi sebesar 82.45%. Hasil ini lebih baik dibandingkan dengan menggunakan algoritma Naive Bayes saja yang menghasilkan akurasi sebesar 74.34%.http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/4695 |
collection |
DOAJ |
language |
Indonesian |
format |
Article |
sources |
DOAJ |
author |
Retno Sari |
spellingShingle |
Retno Sari Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization Jurnal Informatika |
author_facet |
Retno Sari |
author_sort |
Retno Sari |
title |
Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization |
title_short |
Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization |
title_full |
Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization |
title_fullStr |
Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization |
title_full_unstemmed |
Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization |
title_sort |
analisis sentimen review restoran menggunakan algoritma naive bayes berbasis particle swarm optimization |
publisher |
Universitas Bina Sarana Informatika, LPPM |
series |
Jurnal Informatika |
issn |
2355-6579 2528-2247 |
publishDate |
2019-04-01 |
description |
Terdapatnya aplikasi yang memudahkan untuk mengetahui ulasan dari suatu tempat atau makanan membuat pembaca dengan mudah menentukan tempat untuk mereka berwisata kuliner. Ulasan yang diberikan terdiri dari ulasan positif dan ulasan negatif. Algoritma Naive Bayes berbasis Particle Swarm optimization dilakukan untuk mengetahui apakah terdapat peningkatan akurasi. Dataset yang digunakan berupa review restoran yang dibagi menjadi 2 class yaitu class positif dan class negatif, data diujikan menggunakan 10 Fold Cross Validation. Analisis sentimen review restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization menghasilkan akurasi sebesar 82.45%. Hasil ini lebih baik dibandingkan dengan menggunakan algoritma Naive Bayes saja yang menghasilkan akurasi sebesar 74.34%. |
url |
http://ejournal.bsi.ac.id/ejurnal/index.php/ji/article/view/4695 |
work_keys_str_mv |
AT retnosari analisissentimenreviewrestoranmenggunakanalgoritmanaivebayesberbasisparticleswarmoptimization |
_version_ |
1725946138193821696 |