Penulis Utama : Diani Nur Prihantari Fauzi
NIM / NIP : M0512013
×

ndonesia, terdapat media bernama femaledaily.com yang memiliki kolom khusus untuk review produk kosmetik. Review produk dapat membantu konsumen menyimpulkan kualitas produk. Beberapa cara untuk menyimpulkan kualitas  produk  adalah  dengan  mengklasifikasikan  review  dan  menghitung polaritas sentimen yang menjadi bagian dari tujuan penelitian ini. Penelitian ini bertujuan untuk mengetahui akurasi klasifikasi menggunakan metode Multinomial Naïve Bayes (MNB) dilengkapi seleksi fitur Information Gain (IG) dan menganalisa polaritas sentimen masyarakat terhadap tujuh produk kosmetik populer pada Female Daily.

Klasifikasi menggunakan MNB dan IG menghasilkan akurasi yang sebanding dengan akurasi klasifikasi hanya menggunakan MNB. Waktu eksekusi MNB-IG menurun separuh dari waktu eksekusi MNB. Hal ini terjadi karena IG menyebabkan berkurangnya dimensi data sehingga berpengaruh pada berkurangnya waktu yang diperlukan untuk klasifikasi. Hasil akurasi MNB-IG adalah 80,42% dan klasifikasi hanya menggunakan MNB adalah 82,17% dengan waktu eksekusi sekitar 4,7 detik untuk MNB-IG dan 9,51 detik untuk MNB. Polaritas sentimen masyarakat terhadap tujuh produk kosmetik memperlihatkan bahwa polaritas tertinggi dimiliki oleh Estee Lauder dengan polaritas positif sebesar   94,37%.   Perangkingan   polaritas   ternyata   memberikan   hasil   yang sebanding dengan perangkingan user rating dibuktikan dengan urutan polaritas dan urutan rating yang ternyata sama. Oleh karena itu, polaritas sentimen sebenarnya dapat diajukan kepada FemaleDaily untuk dijadikan alternatif yang lebih objektif dalam perankingan

×
Penulis Utama : Diani Nur Prihantari Fauzi
Penulis Tambahan : -
NIM / NIP : M0512013
Tahun : 2017
Judul : Analisis sentimen pada review produk kosmetik menggunakan metode multinomial Naïve Bayes dilengkapi seleksi fitur Information Gain
Edisi :
Imprint : Surakarta - F. MIPA - 2017
Program Studi : S-1 Informatika
Kolasi :
Sumber : UNS-F. MIPA Jur. Informatika-M0512013-2017
Kata Kunci :
Jenis Dokumen : Skripsi
ISSN :
ISBN :
Link DOI / Jurnal : -
Status : Public
Pembimbing : 1. Ristu Saptono, S.Si., M.T
2. Sari Widya Sihwi, S.Kom., M.T.I
Penguji :
Catatan Umum :
Fakultas : Fak. MIPA
×
File : Harus menjadi member dan login terlebih dahulu untuk bisa download.