Analisis sentimen atau opinion mining dapat digunakan untuk mengekstrak opini dari baris baris teks menjadi suatu informasi. Salah satu metode yang digunakan adalah Hidden Markov Model (HMM). HMM digunakan untuk memberikan kelas kata secara gramatikal pada suatu kalimat. Setelah kelas kata dapat ditentukan selanjutnya menentukan aturan dengan menggunakan rule based. Dengan menggunakan rule based suatu kalimat dapat ditentukan termasuk opini atau bukan. Penerapan metode Support Vector Machine digunakan untuk mengklasifikasikan opini ke dalam opini positif dan negatif. Data yang digunakan adalah data pada penangan keluhan dan pada opini online pada Unit Pelayanan Teknis Jaminan Kesehatan Bali Mandara Provinsi Bali. Hasil proses opinion mining akan diuji menggunakan metode precission, recall dan akurasi. Hasil penelitian menunjukkan presentase nilai precission, recall dan akurasi memiliki rata rata presentase sebesar 89 persen. Ini menunjukkan metode pos tagging dan SVM mampu mengklasifikasikan kalimat kedalam opini dan menentukan kalimat ke dalam opini positif dan negatifDOI: 10.24843/MITE.1601.13
Copyrights © 2017