Putri, Kaswili Sriwenda and Setiawan, Iwan Rizal and Pambudi, Agung (2023) ANALISIS SENTIMEN TERHADAP BRAND SKINCARE LOKAL MENGGUNAKAN NAÏVE BAYES CLASSIFIER. Technologia : Jurnal Ilmiah, 14 (3). pp. 227-232. ISSN 2656-8047
![[img]](https://eprints.ummi.ac.id/style/images/fileicons/text.png) |
Text
ANALISIS SENTIMEN TERHADAP BRAND SKINCARE LOKAL MENGGUNAKAN NAÏVE BAYES CLASSIFIER.pdf Download (227kB) |
Abstract
Seiring dengan perkembangan teknologi informasi yang makin meningkat serta akses internet yang semakin mudah, banyak masyarakat yang menyuarakan opini mereka di media sosial salah satunya yaitu Twitter. Salah satu isu atau topik yang sering dibahas di twitter adalah mengenai perawatan kulit atau skincare terutama dalam mengulas produk-produk skincare dari suatu brand. Ulasan serta opini terhadap brand skincare terutama brand skincare lokal seperti Avoskin, Azarine dan Somethinc di twitter dijadikan sumber data untuk mengetahui persepsi masyarakat terhadap brand skincare lokal tersebut. Data tweet yang digunakan dibagi kedalam 3 dataset berdasarkan ulasan terhadap brand yang dituju yaitu Avoskin, Azarine dan Somethinc. Untuk mendapatka hasil yang jelas, maka dilakukan proses klasifikasi. Salah satu algoritma yang dapat digunakan untuk mengklasifikasikan suatu data adalah naïve bayes classifier dengan mengklasifikasikan data kedalam 2 jenis, yaitu positif dan negatif. Proses klasisfikasi yang menggunakan naïve bayes classifier ini menghasilkan nilai akurasi sebesar 79% untuk dataset Avoskin, 78% untuk dataset Azarine dan 75% untuk dataset Somethinc. Sedangkan pengujian dengan k-fold cross validation menghasilkan nilai sebesar 79% untuk dataset Avoskin serta Somethinc dan 78% untuk dataset Azarine.
| Item Type: | Article |
|---|---|
| Uncontrolled Keywords: | Twitter, Brand, Analisis Sentimen, Naive Bayes Classifier |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
| Depositing User: | Perpus ID UMMI |
| Date Deposited: | 15 Jan 2024 03:10 |
| Last Modified: | 15 Jan 2024 03:10 |
| URI: | http://eprints.ummi.ac.id/id/eprint/3348 |
Actions (login required)
 |
View Item |