Analisis Sentimen Menggunakan Algoritma Naive Bayes Terhadap Review Restoran di Singapura
DOI:
https://doi.org/10.24002/jbi.v11i2.3769Abstract
Abstract. Sentiment Analysis Using Naive Bayes Classifier Against Restaurant Reviews in Singapore. Various restaurant options bring up a problem for diners to pick a restaurant to dine in. Thus, visitors usually perceive the restaurant's recommendation or rating in advance to know other diners' opinions about the restaurant. Previous restaurant diners' comments can be presented in sentiment analysis to determine their satisfaction. This research investigates the Naïve Bayes Classifier algorithm's performance in classifying visitors' sentiment based on restaurant diner comments. We will group visitors' comments into two types of sentiment: positive (satisfied) and negative (unsatisfied). The results of the data classification test are analyzed to determine its accuracy. The grouping of visitor satisfaction reviews using the naïve bayes algorithm provides an accuracy score of 73%. Besides, we visualize the research classification results in the browser-based R Shiny web application through word cloud and diagrams.
Keywords:restaurant review, sentiment analysis, Naïve Bayes Classifier
Abstrak. Variasi pilihan restoran yang tidak sedikit menjadi salah satu masalah bagi pengunjung ketika ingin memilih restoran. Sehingga, pengunjung biasanya melihat rekomendasi atau penilaian pengunjung lain terhadap restoran tersebut terlebih dahulu untuk mengetahui penilaian pengunjung lain terhadap restoran tersebut. Penilaian atau review pengunjung dapat disajikan dalam analisis sentimen berdasarkan komentar para pengunjung restoran sebelumnya untuk melihat kepuasan pengunjung terhadap restoran tersebut. Penelitian ini dilakukan untuk mengetahui performa algoritma Naïve Bayes Classifier dalam melakukan klasifikasi sentimen berdasarkan komentar pengunjung restoran. Penelitian dilakukan dengan mengklasifikasikan data komentar pengunjung restoran menjadi dua kategori sentimen, yaitu: positif (satisfied) dan negatif (unsatisfied). Hasil pengujian pengklasifikasian data kemudian dianalisis akurasinya. Hasil pengelompokan review kepuasan pengunjung menggunakan algoritma naïve bayes memberikan nilai akurasi sebesar 73%. Visualisasi hasil klasifikasi dari analisis kemudian ditampilkan pada aplikasi berbasis web yaitu R Shiny berupa wordcloud dan diagram.
Kata Kunci: penilaian restoran, analisis sentimen, Naïve Bayes Classifier
References
E. M. Sipayung, H. Maharani dan I. Zefanya, "Perancangan sistem analisis sentimen komentar pelanggan menggunakan metode Naive Bayes Classifier,” Jurnal Sistem Informasi (JSI), vol. 8, no. 1, pp. 958-965, Apr. 2016.
K. Solecha, "Analisa sentimen dengan algoritma Naïve Bayes Classifier berbasis particle swarm optimization untuk review restoran," Journal Speed-Sentra Penelitian Engineering dan Edukasi, vol. 11, pp. 34-41, Feb. 2019.
D. Muthia, "Analisis sentimen pada review restoran dengan teks bahasa Indonesia menggunakan algoritma Naive Bayes," Jurnal Ilmu Pengetahuan dan Teknologi Komputer, vol. 2, no. 2, pp. 39-45, Feb. 2017.
A. Imron, “Analisis sentimen terhadap tempat wisata di kabupaten Rembang menggunakan metode Naive Bayes Classifier,” DSpace Universitas Islam Indonesia, Feb. 27, 2019. [Online]. Available: https://dspace.uii.ac.id/handle/123456789/14268
A. Sinaga, “Implementasi sentiment analysis untuk menentukan tingkat popularitas tujuan wisata,” in Seminar Nasional Teknologi dan Rekayasa Informatika, Malang, Indonesia, Nov. 24 – 25, 2017, pp. 12-18.
B. Liu, Web Data Mining: Exploring Hyperlinks. Contents, and Usage Data, New York, USA: Springer, 2011.
A. Akbar, E. Sediyono dan O. Nurhayati, "Analisis sentimen berbasis Ontologi di level kalimat untuk mengukur persepsi produk," Jurnal Sistem Informasi Bisnis , vol. 2, pp. 84-97, Jul. 2015.
I. F. Rozi, S. H. Pramono dan E. A. Dahlan, "Implementasi opinion mining (analisis sentimen) untuk ekstraksi data opini publik pada perguruan tinggi," Jurnal EECCIS, vol. 6, no. 1, pp. 37-43, Jun. 2012.
F. Ratnawati, "Implementasi algoritma Naive Bayes terhadap analisis sentimen opini film pada Twitter,” Jurnal Inovtek Polbeng - Seri Informatika, vol. 3, no. 1, pp. 50-59, Jun. 2018.
Falahah dan D. A. Nur, "Pengembangan aplikasi sentiment analysis menggunakan metode Naïve Bayes (studi kasus sentiment analysis dari media Twitter)," in Seminar Nasional Sistem Informasi Indonesia, Surabaya, Indonesia, Nov. 2-3, 2015, pp. 335-340.
I. Sunni dan D. H. Widyantoro, "Analisis sentimen dan ekstraksi topik penentu sentimen pada opini terhadap tokoh publik," Jurnal Sarjana Institut Teknologi Bandung Bidang Teknik Elektro dan Informatika, vol. 1, no. 2, pp. 200-206, Jul. 2012.
F. Handayani dan S. Pribadi, "Implementasi algoritma Naive Bayes Classifier dalam pengklasifikasian teks otomatis pengaduan dan pelaporan masyarakat melalui layanan call center 110," Jurnal Teknik Elektro, vol. 7, no. 1, pp. 19-24, Jan. 2015.
M. Sokolova dan G. Lapalme, "A systematic analysis of performance measures for classification tasks," Information Processing & Management, vol. 45, no. 4, pp. 427-437, Jul. 2009.
Downloads
Published
Issue
Section
License
Copyright of this journal is assigned to Jurnal Buana Informatika as the journal publisher by the knowledge of author, whilst the moral right of the publication belongs to author. Every printed and electronic publications are open access for educational purposes, research, and library. The editorial board is not responsible for copyright violation to the other than them aims mentioned before. The reproduction of any part of this journal (printed or online) will be allowed only with a written permission from Jurnal Buana Informatika.
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
