NURHAFNITA Primary Author mixed material bibliography Banda Aceh Program Studi Magister Teknik Elektro 2023 id Indonesia

Theses

Teknis Naïve Bayes masih memiliki kelemahan dalam tingkat akurasi, oleh karena itu penting melakukan optimalisasi. Optimalisasi menggunakan teknik yang tepat dan terbaik untuk pengelompokan teks, khususnya klasifikasi review hotel, sehingga tampak tingkat akurasi yang lebih unggul. Pada penelitian ini membandingkan penggunaan dataset dengan 6 fitur dan dataset 18 fitur untuk melihat pengaruhnya terhadap akurasi klasifikasi dari Naïve Bayes dengan Chi-square selaku teknik feature selection dalam mengklasifikasikan review dari suatu komentar untuk meningkatkan akurasi analisa sentimen. Hal ini dapat dilihat ketika algoritma Naïve Bayesian diterapkan pada dataset dengan jumlah fitur 18, dengan nilai akurasi f-measure = 0.83 dan ROC= 0,922 dibandingkan dengan 6 fitur yaitu f-measure = 0,746 dan ROC = 0,839. Penggunaan feature selection Chi Square memiliki pengaruh untuk meningkatkan akurasi algoritma Naïve Bayes dalam klasifikasi teks review hotel berbahasa Indonesia. Berdasarkan nilai f-measure dan ROC, nilai akurasi akan tinggi apabila algoritma Naïve Bayes dipadu dengan feature selection Chi Square saat diterapkan pada dataset dengan jumlah fitur 18, yaitu f-measure = 0.831 dan ROC = 0.92. Dari pengkajian yang dilakukan ini dapat tetapkan bahwa algoritma Naïve Bayes dikombinasikan dengan Chi Square dapat meningkatkan nilai akurasi, baik pada dataset 6 fitur maupun dataset 18 fitur. Kata Kunci : Naive bayes, Chi Square, Feature Selection. ALGORITHMS - COMPUTER PROGRAMMING 005.1 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 112417 2023-07-05 23:00:57 2023-08-09 10:15:48 machine generated