Analisis Sentimen Menggunakan Naive Bayes Classifier Dengan Chi-square Feature Selection Terhadap Penyedia Layanan Telekomunikasi

Abstrak

Abstrak Pendapat masyarakat terhadap penyedia layanan telekomunikasi merupakan sesuatu yang dapat digunakan sebagai bahan pertimbangan untuk membuat keputusan, baik bagi pengguna maupun pihak perusahaan. Analisis sentimen merupakan bidang studi yang meneliti tentang opini terhadap suatu objek, dimana opini tersebut dapat diklasifikasikan berdasarkan polaritas yang terkandung di dalamnya. Penelitian ini melakukan klasifikasi menggunakan metode naive bayes terhadap opini masyarakat tentang penyedia layanan telekomunikasi. Dimensionalitas data yang tinggi pada klasifikasi menggunakan naive bayes dapat dikurangi dengan seleksi fitur chi square. Hasil penelitian menunjukkan rata-rata performansi tertinggi didapatkan oleh klasifikasi menggunakan metode naive bayes dengan seleksi fitur chi square dengan tingkat signifikansi 0,01 yaitu akurasi 85,5%, presisi 83%, recall 86% dan f1-score 84%. Seleksi fitur chi square tidak memberikan perbedaan yang signifikan terhadap klasifikasi menggunakan naive bayes.

Kata kunci : analisis sentimen, naive bayes classifier, chi square

Abstract Public opinion on telecommunications service providers is something that can be used as a consideration for making decisions, both for users and the company. Sentiment analysis is a field of study that examines opinions on an object, where opinions can be classified based on the polarity contained in them. This research classifies use Naive Bayes method on public opinion about telecommunications service providers. High data dimensions in classification using Naive Bayes can be reduced by the chi square feature selection. The results showed that the highest average performance obtained by classification using naive bayes with chi square feature selection with significance level of 0,01, get 85.5% accuracy, 83% precision, 86% recall and 84% f1-score. Chi square feature selection did not give a significant difference to the classification using naive bayes.

Keywords: sentiment analysis, naive bayes classifier, chi square