Analisa sentimen Pengguna Instagram Di Indonesia Pada Review Smartphone Menggunakan Naive Bayes

Abstract

Semakin majunya teknologi informasi dan taraf hidup masyarakat mengakibatkan semakin meningkatnya tuntutan masyarakat terhadap kualitas pelayanan dan produk yang digunakan. Keperluan smartphone ini telah menjadi gaya hidup yang dianggap penting bagi sebagian masyarakat saat ini.sebuah Fenomena tersebut mendukung munculnya banyak sebuah smartphone yang menawarkan produk untuk memenuhi keperluan masyarakat akan teknologi dalam hal berkomunikasi. Pada penelitihan ini merek smartphone yang digunakan adalah vivo_Indonesia, oppo indonesia. Mechine learning adalah aplikasi kecerahan buatan (AI) yang menyediakan kemampuan sistem untuk belajar dan meningkatakn kemampuannya secara otomatis dari pengalaman tanpa harus diprogram secara eksplisit. Mechine learning memberi cara-cara baru dalam menggali wawasan serta membantu badan penelitian memecahkan masalah-masalah. Salah satu contohnya adalah analisa sentimen yang dilakukan secara otomatis. Analisa sentimen sendiri perlu dilakuakn kerna pengguna media sosial di masyarakat semakin meningkat sehingga mempengaruhi perkembangan opini publik. Oleh kerena itu hal ini dapat dimanfaatkan untuk menganalisa opini publik tersebut dengan mengaplikasikan data sciene,  salah satunya adalah Text Mining atau dikenal dengan istilah text analytics. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah dengan menggunakan Text Mining pada video di instagram mengenai review smarphone  dengan metode scraping, labelisasi, preproseccing (case folding, tokenisasi, filtering), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen, yang digunakan  yaitu term frequency (tf) dan Gaussian naive bayes. Hasil dari penelitian ini adalah mengklasifikasikan komentar pada video instagram dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap proses analisa sentimen yang  diambil dan membandingkan algoritma Multinomnal Naive Bayes. Hasil dari akurat F-score yang didapat adalah 73% pada percobaan dengan menggunakan algoritma Gaussian Naive Bayes sementara pada percobaan dengan menggunakan  algoritma Multinomnal Naive Bayes akurasi yang didapat sebesar 83% pendekatan ini diharapkan akan sangat berguna bagi pengembangan analisa sentimen pada penelitian selanjutnya.