Sentiment Analysis Pada Movie Review Menggunakan Feature Selection Mutual Information Dan K-nearest Neighbour Classifier

Abstract

Sentiment analysis adalah sebuah cabang baru pada penambangan teks, yang meliputi kegiatan memproses dan mengekstraksi data dalam bentuk teks. Sentiment analysis memiliki tujuan agar dapat mengetahui apakah ulasan tersebut positif atau negatif. Sentiment analysis pun dapat digunakan dalam sebuah movie review. Melalui movie review, penonton dapat mengetahui kulitas film tersebut baik atau tidak. Untuk mendapatkan informasi tentang film, dibutuhkan banyak usaha bagi para penonton untuk membaca banyak movie review. Berdasarkan pada kondisi tersebut, sehingga membuat sentiment analysis pada movie review menjadi sebuah topik yang menarik diselesaikan dengan machine learning. Pada penelitian ini menerapkan sentiment analysis pada movie review berbahasa inggris menggunakan metode K-Nearest Neighbor dan feature selection mutual information. Dataset yang digunakan yaitu Polarity v2.0 dari Cornell movie review dataset . Pada penelitian ini menunjukkan bahwa penggunaan metode K-Nearest Neighbor dan feature selection Mutual Information mendapatkan nilai akurasi sebesar 73,32% dengan nilai K yaitu 32 dengan batas threshold 0,04 dan tanpa menggunakan feature selection Mutual Information mendapatkan akurasi sebesar 77,06%. Hal ini membuktikan bahwa feature selection Mutual Information tidak dapat meningkatkan performansi pada K-Nearest Neighbor Kata kunci : K-Nearest Neighbor, Movie Review, Mutual Information, Sentiment analysis.