Aplikasi Web Analisis Sentimen Dengan Algoritma Multinomial Naïve Bayes

Abstract

Teknologi adalah keseluruhan sarana untuk menyediakan sebuah pelayanan yang diperlukan bagi terciptanya dan kenyamanan hidup manusia adalah aplikasi. Pada jejaring media sosial Twitter banyak pengguna yang menulis tweet tentang aplikasi web. Tahap dilakukan penambangan opini pengguna terkait kata kunci Aplikasi Web mengacu pada penggunaan bahasa alami, analisis teks untuk mengidentifikasi, mengekstrak, mengukur, dan mempelajari keadaan efektif dan informasi subjektif secara sistematis pada data opini di twitter. Dengan menggunakan metode klasifikasi teks yang telah banyak digunakan adalah algoritma Multinomial Naive Bayes. Metode ini memanfaatkan teorema probabilitas yang mana teorema bayes dan fungsionalitas data mining yaitu klasifikasi naïve bayes. Penelitian ini berfokus pada opini pengguna jejaring sosial twitter dengan kata kunci aplikasi data web ini diambil dari API twitter dengan jumlah item data 1000 selanjutnya klasifikasi opini pengguna dan data preproses. Dari hasil jumlah pengujian dalam algoritma kinerja kita menggunakan Confusion Matrix dan merepresentasikan prediksi dan kondisi sebenarnya(aktual) dari data yang dihasilkan oleh kita bisa menentukan Accuracy 69% , Precision merupakan rasio yang benar diprediksi pada label kelas positif 0,67 , netral 0, negatif 1 dan recall merupakan rasio jumlah yang diprediksi benar terhadap data keseluruhan yang benar-benar yaitu kelas positif 1,netral 0, negatif 0,14 dan f1-score merupakan rata – rata dari precision dan recall yaitu kelas positif 0,81,netral 0 , negatif 0,25.