Jurnal Publikasi STMIK Pontianak

Abstrak:

Analisis sentimen adalah sebuah bidang mempelajari opini, tanggapan, dan emosi seseorang terhadap suatu entitas yang dalam penelitian ini adalah review produk. Salah satu cara mengetahui kualitas produk adalah dengan membaca review produk konsumen lain. Produk kosmetik yang beredar di pasaran sangat beragam dari segi jenis maupun brand. Namun tidak semua kosmetik memiliki kualitas yang baik dan hal ini harus diperhatikan oleh konsumen. Pengkajian ulang tentang review produk kosmetik dengan cara pengklasifikasian review ke dalam kelas positif dan negatif adalah suatu cara terbaik untuk mengetahui tanggapan konsumen lain tentang suatu produk secara cepat dan tepat. Teknik klasifikasi yang paling sering digunakan adalah Naive Bayes. Naïve Bayes adalah teknik yang populer untuk klasifikasi teks, karena sangat sederhana, efisien dan memiliki performa yang baik pada banyak domain. Namun, Naïve Bayes memiliki kekurangan yaitu sangat sensitif pada fitur yang terlalu banyak, yang mengakibatkan sering terjadi kesalahan dalam klasifikasi. Oleh karena itu, dalam penelitian ini digunakan metode pemilihan fitur tf-idf agar bisa meningkatkan kinerja dari Naive Bayes. Tujuan dari penelitian ini adalah mengembangkan sistem yang dapat mengklasifikasikan review menjadi positif atau negatif. Pengukuran akurasi naive bayes dilakukan dengan confusion matrix dan menghasilkan akurasi dari 69% - 82%.

Kata Kunci : Analisis Sentimen , Naive Bayes, Klasifikasi, Review Produk Kosmetik, tf-idf