Analisa Sentimen Review Hotel Menggunakan Algoritma Support Vector Machine Berbasis Particle Swarm Optimization

- Hotel merupakan salah satu produk pariwisata yang sangat penting untuk dipertimbangkan baik dari segi Fasilitas, pelayanan ataupun jarak tempuh perjalanan wisata. Saat ini sudah banyak website wisata yang menyediakan Fasilitas untuk pengguna internet menuliskan opini dan pengalaman pribadinya secara online. Analisa sentimen atau opinion mining merupakan salah satu solusi mengatasi masalah untuk mengelompokan opini atau review menjadi opini positif atau negatif secara otomatis. Metode yang digunakan pada penelitian ini adalah Support Vector Machine. SVM mampu mengidentifikasi hyperplane terpisah yang memaksimalkan margin antara dua kelas yang berbeda. Nilai akurasi yang dihasilkan akan menjadi tolak ukur untuk mencari model pengujian terbaik untuk kasus klasifikasi sentimen. Evaluasi dilakukan menggunakan 10 fold cross validation. Hasil penelitian menunjukkan peningkatan nilai akurasi sebesar 5.61% untuk algoritma Support Vector Machine dari 91.33% menjadi 96.94% setelah penerapan seleksi fitur Particle Swarm Optimization. Kata Kunci: Analisa sentimen, Review, Support Vector Machines, Particle Swarm Optimizatio