Analisa Sentimen Untuk Penilaian Pelayanan Situs Belanja Online Menggunakan Algoritma Naïve Bayes
Abstract
Situs online marketplace merupakan tempat belanja yang saat ini digemari masyarakat karena menawarkan berbagai kemudahan. Sebagian masyarakat puas dengan pelayanan yang diberikan situs online marketplace yang mereka pilih dan sebagian lagi tidak. Respon yang diberikan konsumen tentang pelayanan situs online marketplace biasanya di ungkapkan melalui media sosial, salah satunya adalah twitter. Pada penelitian ini dilakukan analisis sentimen terhadap postingan opini pelanggan online marketplace di Indonesia pada twitter yang nantinya bisa digunakan untuk menentukan rating online marketplace agar masyarakat tidak salah pilih situs marketplace untuk berbelanja di masa depan. Langkah pertama melakukan koleksi data opini masyarakat di twitter dari situs belanja online. Kemudian dilakukan pre-processing pada data yang meliputi cleansing data, case folding, tokenizing, case normalization, stop word, convert negation dan stemming. Selanjutnya dilakukan proses pemberian label (kelas) pada data tersebut yang dilakukan oleh ahli bahasa. Hasil dari proses clustering tercipta dua kelas data yaitu kelas data positif dan kelas data negatif dengan jumlah total 1200 data. Data yang sudah memiliki kelas data ini, digunakan sebagai data training untuk mesin pengklasifikasi, dalam riset ini menggunakan algoritma mesin pengklasifikasi Naïve Bayes. Terakhir, kami mengukur kinerja dari mesin pengklasifikasi menggunakan 10-fold cross validation. Hasil evaluasi menunjukkan rata-rata akurasi sebesar 93.33%.References
A. Ishak, “Analisis Kepuasan Pelanggan Dalam Belanja Online : Sebuah Studi Tentang Penyebab ( Antecedents ) dan Konsekuensi ( Consequents ),” Jurnal Siasat Bisnis, Vol. 16 No. 2, , Hal : 141-154, Juli 2012.
D. G. Nugroho, Y. H. Chrisnanto, and A. Wahana, “Analisis Sentimen pada Jasa Ojek Online Menggunakan Metode Naive Bayes,” Jur. Inform. Fak. Mat. dan Ilmu Pengetah. Alam Univ. Jenderal Achmad Yani, pp. 156–161, 2015.
B. S. D and P. D. Gore, “Sentiment Analysis on Twitter Data Using Support Vector Machine,” International Journal of Computer Science Trends and Technology (IJCST) – Volume 4 Issue 3, pp. 365–370, May - Jun 2016.
F. Nurhuda and S. W. Sihwi, “Analisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier,” JURNAL ITSMART Vol 2. No 2. ISSN : 2301–7201, Desember 2013
Y. Wan, “An Ensemble Sentiment Classification System of Twitter Data for Airline Services Analysis,” IEEE 15th International Conference on Data Mining Workshops, 2015.
L. Dey, S. Chakraborty, A. Biswas, B. Bose, and S. Tiwari, “Sentiment Analysis of Review Datasets Using Naïve Bayes‘ and K-NN Classifier,” Int. J. Inf. Eng. Electron. Bus., vol. 8, no. 4, pp. 54–62, 2016.
A. Hamzah, “Sentiment Analisys Untuk Memanfaatkan Saran Kuesioner dalam Evaluasi Pembelajaran dengan Menggunkan Naive Bayes Classifier (NBC),” Pros. Semin. Nas. Apl. Sains Teknol., pp. 17–24, November, 2014.
D. Setyawan and E. Winarko, “Analisis Opini Terhadap Fitur Smartphone Pada Ulasan Website Berbahasa Indonesia,” IJCCS (Indonesian J. Comput. Cybern. Syst., vol. 10, no. 2, p. 183, 2016.
B. Liu, E. Blasch, Y. Chen, D. Shen, and G. Chen, “Scalable Sentiment Classification for Big Data Analysis Using Naive Bayes Classifier,” IEEE International Conference on Big Data, pp. 99–104, 2013.
A. P. Wijaya and H. A. Santoso, “Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government,” Journal of Applied Intelligent System, Vol.1, No. 1, pp. 48–55, Februari 2016.
T. Joachims, "Text Categorization with Support Vector Machines: Learning with Many Relevant Features," in Proceedings of the 10th European Conference on Machine Learning, 1997.
I. H. Witten, E. Frank, M. A. Hall, “Data mining: practical machine learning tools and techniques. 3nd Edition,” San Francisco , MA: Morgan Kaufmann, 2011.
