KOMPARASI ALGORITMA KLASIFIKASI TEXT MINING UNTUK ANALISIS SENTIMEN PADA REVIEW RESTORAN

Situs review online terus bertambah populer karena semakin banyak orang mencari saran dari sesama pengguna mengenai layanan dan produk. Sejumlah penelitian beberapa tahun terakhir juga sudah berkembang dalam bidang analisis sentimen guna menemukan solusi yang tepat dalam membuat sistem yang dapat secara otomatis menganalisis review di intenet dan mengekstrak informasi yang paling relevan bagi pengguna. Dalam penelitian sebelumnya mengenai analisis sentimen pada review restoran, akurasi algoritma Naive Bayeslebih unggul dari Support Vector Machine. Pada penelitian ini digunakan dua algoritma, yakni Naïve Bayes dan Support Vector Machine. Tujuannya adalah untuk menentukan algoritma terbaik yang bisa digunakan untuk data review teks bahasa Indonesia. Dari hasil pengolahan data, algoritma Naïve Bayes lebih unggul dari Support Vector Machine dengan tingkat akurasi sebesar 87%. Sedangkan algoritma Support Vector Machine hanya menghasilkan akurasi 56%. Penulis membuat aplikasi analisis sentiment menggunakan bahasa pemrograman Java sebagai penunjang penelitian