ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES

Jurnal Matematika Komputasi dan Statistika Pub Date : 2022-08-24 DOI:10.33772/jmks.v2i2.9

Sanrilla Sanrilla, Natalis Ransi, La Surimi La Surimi, Andi Tenriawaru Andi Tenriawaru, La Ode Saidi La Ode Saidi

{"title":"ANALISIS SENTIMEN MASYARAKAT TERHADAP TOKO ONLINE APLIKASI SHOPEE MENGGUNAKAN METODE MULTINOMIAL NAÏVE BAYES","authors":"Sanrilla Sanrilla, Natalis Ransi, La Surimi La Surimi, Andi Tenriawaru Andi Tenriawaru, La Ode Saidi La Ode Saidi","doi":"10.33772/jmks.v2i2.9","DOIUrl":null,"url":null,"abstract":"Analisis sentimen masyarakat terhadap toko online pada aplikasi shopee menggunakan metode Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mengetahui tingkat sentimen masyarakat dari ulasan produk yang ada pada toko online 3second dalam aplikasi shopee dengan menggunakan metode Multinomial Naïve Bayes. Analisis ulasan secara mudah dapat dilakukan dengan melihat jumlah bintang yang diberikan oleh pembeli, tetapi jumlah bintang tidak dapat mewakili isi dari keseluruhan ulasan. Diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui keseluruhan maksud ulasan. Sangat mungkinkan untuk menganalisis ulasan secara manual dengan melihat satu persatu, namun apabila ulasan yang dimiliki banyak akan lebih cepat menggunakan sistem analisis sentimen dengan cara melakukan teknik kalsifikasi. Algoritma Multinomial Naïve Bayes adalah pengembangan dari Naïve Bayesyang digunakan dalam pembuatan analisis sentiment, karena algoritma ini bertujuan untuk mode klasifikasi dalam kategori positif dan negatif. Berdasarkan hasil pengujian yang dilakukan metode Multinomial Naïve Bayes terbukti berfungsi baik pada penelitian ini. Hal ini dibuktikan dengan hasil confusion matrixdari pengujian klasifikasi sistem dan klasifikasi dari ahli bahasa mendapat nilai akurasi 91% dan memperoleh tingkat sentiment yang dibukti hasil recall dan precision yang bernilai 65.93% dan 60% untuk kelas positif, sedangkan untuk kelas negatif bernilai 34.06% dan 31%.","PeriodicalId":253418,"journal":{"name":"Jurnal Matematika Komputasi dan Statistika","volume":"17 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2022-08-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Matematika Komputasi dan Statistika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33772/jmks.v2i2.9","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}

引用次数: 0

Abstract

Analisis sentimen masyarakat terhadap toko online pada aplikasi shopee menggunakan metode Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mengetahui tingkat sentimen masyarakat dari ulasan produk yang ada pada toko online 3second dalam aplikasi shopee dengan menggunakan metode Multinomial Naïve Bayes. Analisis ulasan secara mudah dapat dilakukan dengan melihat jumlah bintang yang diberikan oleh pembeli, tetapi jumlah bintang tidak dapat mewakili isi dari keseluruhan ulasan. Diperlukan melihat seluruh isi komentar ulasan untuk dapat mengetahui keseluruhan maksud ulasan. Sangat mungkinkan untuk menganalisis ulasan secara manual dengan melihat satu persatu, namun apabila ulasan yang dimiliki banyak akan lebih cepat menggunakan sistem analisis sentimen dengan cara melakukan teknik kalsifikasi. Algoritma Multinomial Naïve Bayes adalah pengembangan dari Naïve Bayesyang digunakan dalam pembuatan analisis sentiment, karena algoritma ini bertujuan untuk mode klasifikasi dalam kategori positif dan negatif. Berdasarkan hasil pengujian yang dilakukan metode Multinomial Naïve Bayes terbukti berfungsi baik pada penelitian ini. Hal ini dibuktikan dengan hasil confusion matrixdari pengujian klasifikasi sistem dan klasifikasi dari ahli bahasa mendapat nilai akurasi 91% dan memperoleh tingkat sentiment yang dibukti hasil recall dan precision yang bernilai 65.93% dan 60% untuk kelas positif, sedangkan untuk kelas negatif bernilai 34.06% dan 31%.

查看原文本刊更多论文

社会对SHOPEE app在线商店的情感分析使用了跨国naiomial BAYES的方法

在shopee app上，人们对在线商店的情感分析使用了跨国naiomial Bayes的方法。本研究的目的是用跨国“Naive Bayes”的方法，从32秒shopee app在线商店的产品审查中了解人们的情感程度。通过观察买家提供的恒星数量，可以很容易地实现评测分析，但恒星数量不能代表整个评注的内容。需要查看评论的全部内容，以了解评论的全部意图。单看一个分析分析是可能的，但许多人所拥有的分析通过实现多样化的技术更快地使用情绪分析系统。多语种算法naiomial Naive Bayes是在情感分析过程中使用的Naive bayesssis的开发，因为它的目的是在正类别和负类别中的分类模式。多细胞试验试验结果证明在本研究中发挥了重要作用。这一点可以从系统分类测试的矩阵矩阵和语言学家的分类分数中得到91%的准确率，并获得了对正类65% .93%和60%的感知力，而负类的得分为34.06%和31%。

本文章由计算机程序翻译，如有差异，请以英文原文为准。

求助全文

约1分钟内获得全文求助全文

来源期刊

Jurnal Matematika Komputasi dan Statistika

自引率

0.00%

发文量