Andi Tenriawaru Andi Tenriawaru
Program Studi Ilmu Komputer FMIPA Universitas Halu Oleo

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES Sanrilla Sanrilla; Natalis Ransi; La Surimi La Surimi; Andi Tenriawaru Andi Tenriawaru; La Ode Saidi La Ode Saidi
Jurnal Matematika Komputasi dan Statistika Vol. 2 No. 2 (2022): Mei - Agustus
Publisher : Universitas Halu Oleo

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (715.28 KB) | DOI: 10.33772/jmks.v2i2.9

Abstract

Analisis sentimen masyarakat terhadap toko online pada aplikasi shopee menggunakan metode Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mengetahui tingkat sentimen masyarakat dari ulasan produk yang ada pada toko online 3second dalam aplikasi shopee dengan menggunakan metode Multinomial Naïve Bayes. Analisis ulasan secara mudah dapat dilakukan dengan melihat jumlah bintang yang diberikan oleh pembeli, tetapi jumlah bintang tidak dapat mewakili isi dari keseluruhan ulasan. Diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui keseluruhan maksud ulasan. Sangat mungkinkan untuk menganalisis ulasan secara manual dengan melihat satu persatu, namun apabila ulasan yang dimiliki banyak akan lebih cepat menggunakan sistem analisis sentimen dengan cara melakukan teknik kalsifikasi. Algoritma Multinomial Naïve Bayes adalah pengembangan dari Naïve Bayesyang digunakan dalam pembuatan analisis sentiment, karena algoritma ini bertujuan untuk mode klasifikasi dalam kategori positif dan negatif. Berdasarkan hasil pengujian yang dilakukan metode Multinomial Naïve Bayes terbukti berfungsi baik pada penelitian ini. Hal ini dibuktikan dengan hasil confusion matrixdari pengujian klasifikasi sistem dan klasifikasi dari ahli bahasa mendapat nilai akurasi 91% dan memperoleh tingkat sentiment yang dibukti hasil recall dan precision yang bernilai 65.93% dan 60% untuk kelas positif, sedangkan untuk kelas negatif bernilai 34.06% dan 31%.