Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi RuangGuru Menggunakan Support Vector Machine dan Naive Bayes Classifier

Abstract

Analisis sentimen berbasis aspek bertujuan untuk mengidentifikasi polaritas sentimen pengguna dengan tetap memperhatikan aspek-aspek yang dibahas, sehingga semua informasi dalam ulasan dapat tercakup. Dalam penelitian ini, melakukan dua pengklasifikasian secara sekuensial, yaitu melakukan klasifikasi aspek selanjutnya melakukan klasifikasi sentimen berdasarkan aspek yang telah ditentukan. Penelitian ini mengevaluasi kinerja algoritma Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) serta kombinasi keduanya dalam pendekatan sekuensial. Berdasarkan hasil percobaan menggunakan 1865 data ulasan yang terdiri dari 3 aspek, kombinasi SVM-SVM menunjukkan performa terbaik dengan rata-rata akurasi untuk ketiga aspek adalah 83% bahkan untuk aspek pembelajaran dapat mencapai 92%.