BTS品牌大使对TOKOPEDIA的感情分析使用BAYESIAN NETWORK的分类与TF-IDF特征提取

Triando Hamonangan Saragih, Dwi Kartini, I. Komputer
{"title":"BTS品牌大使对TOKOPEDIA的感情分析使用BAYESIAN NETWORK的分类与TF-IDF特征提取","authors":"Triando Hamonangan Saragih, Dwi Kartini, I. Komputer","doi":"10.33795/jip.v9i4.1333","DOIUrl":null,"url":null,"abstract":"BTS (Bangtan Boys) adalah salah satu boy grup asal korea selatan yang ditunjuk oleh Tokopedia untuk menjadi brand ambassador Tokopedia di Indonesia, BTS merupakan salah satu boy grup yang sangat mendunia dalam bidang musik dan Tokopedia merupakan salah satu E-commerce terkenal yang banyak digunakan oleh masyarakat indonesia untuk melakukan jual beli online. Kerjasama ini tentu saja memberikan pengaruh terhadap Tokopedia serta memperoleh banyak respon berupa opini masyarakat terutama pada media sosial twitter, karena hal tersebut maka dilakukan penelitian analisis sentiment. Data yang digunakan yaitu 900 data tweet dan terbagi menjadi 3 kelas yaitu positif, negatif, dan netral. Tahapan penilitian terdiri dari pengambilan dan pengumpulan data, preprocessing data, ekstraksi fitur dengan Term Frequency - Inverse Document Frequency (TF-IDF), klasifikasi dengan Bayesian network, evaluasi kinerja menggunakan K-fold cross validation (K-10) dan confution matrix. Perbandingan terjadi pada tahap preprocessing data, yaitu saat menggunakan normalisasi data dan tidak menggunakan normalisasi data, dari hasil perbandingan tersebut diperoleh nilai akurasi jika tidak menggunakan normalisasi data sebesar 66,6667%, presisi sebesar 68,1%, dan recall sebesar 66,7%. Sedangkan hasil akurasi dengan menggunakan normalisasi data sebesar 76,5556%, presisi sebesar 77,4%, dan recall sebesar 76,6%. Selisih nilai akurasi dari kedua percobaan sebesar 9,8889 %, hal ini membuktikan bahwa menggunakan normalisasi data lebih baik.","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"8 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-08-22","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"ANALISIS SENTIMEN BRAND AMBASSADOR BTS TERHADAP TOKOPEDIA MENGGUNAKAN KLASIFIKASI BAYESIAN NETWORK DENGAN EKSTRAKSI FITUR TF-IDF\",\"authors\":\"Triando Hamonangan Saragih, Dwi Kartini, I. Komputer\",\"doi\":\"10.33795/jip.v9i4.1333\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"BTS (Bangtan Boys) adalah salah satu boy grup asal korea selatan yang ditunjuk oleh Tokopedia untuk menjadi brand ambassador Tokopedia di Indonesia, BTS merupakan salah satu boy grup yang sangat mendunia dalam bidang musik dan Tokopedia merupakan salah satu E-commerce terkenal yang banyak digunakan oleh masyarakat indonesia untuk melakukan jual beli online. Kerjasama ini tentu saja memberikan pengaruh terhadap Tokopedia serta memperoleh banyak respon berupa opini masyarakat terutama pada media sosial twitter, karena hal tersebut maka dilakukan penelitian analisis sentiment. Data yang digunakan yaitu 900 data tweet dan terbagi menjadi 3 kelas yaitu positif, negatif, dan netral. Tahapan penilitian terdiri dari pengambilan dan pengumpulan data, preprocessing data, ekstraksi fitur dengan Term Frequency - Inverse Document Frequency (TF-IDF), klasifikasi dengan Bayesian network, evaluasi kinerja menggunakan K-fold cross validation (K-10) dan confution matrix. Perbandingan terjadi pada tahap preprocessing data, yaitu saat menggunakan normalisasi data dan tidak menggunakan normalisasi data, dari hasil perbandingan tersebut diperoleh nilai akurasi jika tidak menggunakan normalisasi data sebesar 66,6667%, presisi sebesar 68,1%, dan recall sebesar 66,7%. Sedangkan hasil akurasi dengan menggunakan normalisasi data sebesar 76,5556%, presisi sebesar 77,4%, dan recall sebesar 76,6%. Selisih nilai akurasi dari kedua percobaan sebesar 9,8889 %, hal ini membuktikan bahwa menggunakan normalisasi data lebih baik.\",\"PeriodicalId\":232501,\"journal\":{\"name\":\"Jurnal Informatika Polinema\",\"volume\":\"8 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-08-22\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Jurnal Informatika Polinema\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.33795/jip.v9i4.1333\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika Polinema","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33795/jip.v9i4.1333","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

男孩BTS(刘邦)是男孩团体之一的韩国被Tokopedia指派成为品牌大使在印尼,BTS Tokopedia是男孩团体之一的全球著名的音乐世家,Tokopedia是E-commerce之一,许多被印尼社会用来做在线交易。这种合作对Tokopedia产生了影响,并获得了大量的公众舆论反应,尤其是在twitter社交媒体上,因为这是对情感分析的研究。我们使用的数据是900条推文,分为3个类,正的、负的和中性的。研究阶段包括数据检索和收集、数据处理、提取带有Term频率- idf的特征(TF-IDF)、Bayesian network分类、使用K-fold交叉验证(K-10)和混乱矩阵的绩效评估。比较发生在数据预测的阶段,即当使用数据正常化而不使用数据正常化时,如果不使用数据正常化为66.6667%,精度为66.7%,那么这种比较就会获得准确性值。而准确性是使用数据正常化76,5556%,精度为77.4%,召回为76.6%。这两项实验的准确性差为9.8889%,这证明使用数据正常化更好。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
ANALISIS SENTIMEN BRAND AMBASSADOR BTS TERHADAP TOKOPEDIA MENGGUNAKAN KLASIFIKASI BAYESIAN NETWORK DENGAN EKSTRAKSI FITUR TF-IDF
BTS (Bangtan Boys) adalah salah satu boy grup asal korea selatan yang ditunjuk oleh Tokopedia untuk menjadi brand ambassador Tokopedia di Indonesia, BTS merupakan salah satu boy grup yang sangat mendunia dalam bidang musik dan Tokopedia merupakan salah satu E-commerce terkenal yang banyak digunakan oleh masyarakat indonesia untuk melakukan jual beli online. Kerjasama ini tentu saja memberikan pengaruh terhadap Tokopedia serta memperoleh banyak respon berupa opini masyarakat terutama pada media sosial twitter, karena hal tersebut maka dilakukan penelitian analisis sentiment. Data yang digunakan yaitu 900 data tweet dan terbagi menjadi 3 kelas yaitu positif, negatif, dan netral. Tahapan penilitian terdiri dari pengambilan dan pengumpulan data, preprocessing data, ekstraksi fitur dengan Term Frequency - Inverse Document Frequency (TF-IDF), klasifikasi dengan Bayesian network, evaluasi kinerja menggunakan K-fold cross validation (K-10) dan confution matrix. Perbandingan terjadi pada tahap preprocessing data, yaitu saat menggunakan normalisasi data dan tidak menggunakan normalisasi data, dari hasil perbandingan tersebut diperoleh nilai akurasi jika tidak menggunakan normalisasi data sebesar 66,6667%, presisi sebesar 68,1%, dan recall sebesar 66,7%. Sedangkan hasil akurasi dengan menggunakan normalisasi data sebesar 76,5556%, presisi sebesar 77,4%, dan recall sebesar 76,6%. Selisih nilai akurasi dari kedua percobaan sebesar 9,8889 %, hal ini membuktikan bahwa menggunakan normalisasi data lebih baik.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术官方微信