Analisis sentimen dengan klasifikasi naïve bayes pada pesan twitter menggunakan data seimbang
Teks penuh
Gambar
Dokumen terkait
Setelah mendapatkan masing-masing ekstraksi fitur dari data uji, dilakukan klasifikasi menggunakan Naïve Bayes dengan menghitung setiap fitur yang ada pada data latih
Hal ini menunjukkan bahwa pada proses klasifikasi teks dengan panjang berbatas (tweets), model klasifikasi berbasis Naïve Bayes tetap dapat memanfaatkan kata-kata
Pemodelan klasifikasi sentimen ke dalam kelas positif dan negatif dengan undersampling menggunakan metode naïve bayes berjenis multinomial memiliki nilai akurasi
Proses Modelling merupakan proses membuat model klasifikasi Multinomial Naive Bayes. Terdapat beberapa tahapan yang dilakukan seperti pemilihan fitur, training
Setelah semua data sudah didapatkan maka semua data akan digunakan sebagai data latih dari proses klasfikasi yang akan dilakukan menggunakan merode Naïve Bayes.
Dari hasil dataset yang berupa tweet pada sosial media twitter yang diterapkan dalam penelitian ini, dari sini dapat disimpulkan bahwa Multinomial Naive Bayes mempunyai akurasi
3.3 Perbandingan Kedua Algoritma Hasil prediksi dari kedua algoritma Naïve Bayes dan Support Vector Machine dengan metode latih percentage split dan k-fold cross validation
511 Gambar 1 Flowchart Sentimen Naïve Bayes Berdasarkan alur sentimen untuk melakukan proses pengelompokkan menggunakan Naïve Bayes, hal pertama yang dilakukan adalah melakukan
