Analisis Sentimen Komentar Netizen Pada Brand Skincare The Originote Menggunakan Metode Naïve Bayes
Abstract
Media sosial pada masa kini merupakan media komunikasi yang paling banyak digunakan dan sangat popular pada masa sekarang. Salah satu media sosial yang sedang banyak diminati saat ini adalah instgaram. Dengan media sosial Instagram, informasi warganet sangat beragam, informasi yang berada pada Instagram tersebut mempunyai data yang dapat diolah menjadi Analisa sentiment. Tujuan penelitian ini adalah untuk mengetahui megetahui review warganet terhadap brand skincare theoriginote dengan menggunakan algoritma naïve bayes classifier . Dalam menganalisis sentiment dengan menggunakan aplikasi rapidminer. Hasil penelitian ini mengungkapkan keluaran sistem berupa visualisasi data sentiment positif dan negative pada tools rapidminer. Pada penelitian ini mendapatkan performance berupa hasil akurasi 78,48% class precission 71,98% class recal 93,30% dan nilai F1 Score 80,00% hasil tersebut dapat disimpulkan bahwa algoritma naïve bayes dapat menganalisis sentiment dengan baik oleh sistem. Pada penelitian ini dapat memberikan masukan pada brand local skincare theorigonote dalam merilis produk baru yang mereka punya.
References
F. Ratnawati, “Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter,” INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, p. 50, 2018, doi: 10.35314/isi.v3i1.335.
W. A. Prabowo and C. Wiguna, “Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 149, 2021, doi: 10.30865/mib.v5i1.2604.
H. Nurrun Muchammad Shiddieqy, S. Paulus Insap, and W. Wing Wahyu, “Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” Semin. Nas. Teknol. Inf. dan Komun., vol. 2016, no. March, pp. 57–64, 2016.
E. W. Sandi Fajar Rodiansyah, “Klasifikasi Posting Twitter Kemacetan Lalu Lintas Kota Bandung Menggunakan Naive Bayesian Classification,” Issues Contemp. Chinese Thought Cult., vol. 6, no. 1, pp. 3–33, 2012, doi: 10.1163/ej.9789004182127.i-302.6.
N. Ruhyana, “Analisis Sentimen Terhadap Penerapan Sistem Plat Nomor Gnajil/Genap pada Twitter Dengan Metode Klasifikasi Naive Bayes,” J. IKRA-ITH Inform., vol. 3, no. 1, pp. 94–99, 2019, [Online]. Available: www.situs.com
E. Fadilah, “Implementasi Metode Profile Matching Terhadap Sistem Pendukung Keputusan Penerimaan Dana Zakat pada Badan Amil Zakat Pertamina (BAZMA),” Matics, vol. 10, no. 2, p. 39, 2019, doi: 10.18860/mat.v10i2.5745.
J. A. Septian, T. M. Fachrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor,” J. Intell. Syst. Comput., vol. 1, no. 1, pp. 43–49, 2019, doi: 10.52985/insyst.v1i1.36.
