Analisis Sentimen pada Review Konsumen Menggunakan Metode Naive Bayes dengan Seleksi Fitur Chi Square untuk Rekomendasi Lokasi Makanan Tradisional

Abstrak

Ulasan konsumen pada sebuah restoran sangat berpengaruh dalam kualitas restoran itu sendiri. Banyak dari konsumen menuangkan kritik atau pendapatnya melalui media internet. Tujuan penelitian ini adalah untuk menganalisis sentimen opini dari konsumen makanan tradisional serta memberikan rekomendasi lokasi dengan kata kunci yang diinginkan. Naive Bayes adalah teknik machine learning yang sering digunakan untuk mengklasifikasikan data berupa teks. Chi Square merupakan seleksi fitur yang digunakan untuk menghitung tingkat dependensi sebuah fitur terhadap suatu kelas. Dalam penelitian ini, metode Chi Square memberikan nilai pada fitur yang selanjutnya diurutkan dan diseleksi menurut persentase yang diujikan. Fitur yang terseleksi digunakan untuk proses klasifikasi menggunakan metode Naive Bayes. Hasil akurasi klasifikasi dengan seleksi fitur 25% adalah sebesar 81%, dengan seleksi fitur 50% adalah sebesar 80 % dan dengan seleksi fitur 77% adalah sebesar 80%. Dari pengujian ini dapat disimpulkan bahwa seleksi fitur tidak begitu berpengaruh terhadap nilai hasil akurasi. Hal ini dapat diketahui perbedaan dari nilai akurasi antara menggunakan seleksi fitur dan tanpa menggunakan seleksi fitur yang tidak terlalu signifikan.