SENTIMEN ANALISIS TRANSPORTASI ONLINE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE, NAIVE BAYES DAN KNN
Kata Kunci:
SVM, KNN, NB, Support Vector Machine (PSO), OnlineAbstrak
Transportasi merupakan kebutuhan yang paling digunakan dalam aktifitas sehari-hari dalam bekerja,
berbelanja dan kegiatan yang lainnya. Transportasi online menjadi pilihan masyarakat. Aplikasi seperti Gojek dan
Grab saat ini yang paling banyak diminati. Saran dan kritik dari pelanggan guna memperbaiki sistem dan pelayanan
yang diberikan. Dalam hal ini penulis memperoleh data dari komentar di twitter dan menggunakan algoritma Naive
Bayes, Support Vector Machine dan K-Nearest Neighbor sebagai perbandingan akurasi yang dihasilkan. Ketiga
algoritma tersebut menggunakan salah satu fitur seleksi Particle Swarm Optimization. Hasil akurasi yang didapat
membuktikan dengan fitur seleksi Particle Swarm Optimization lebih tinggi dan akurasi yang paling tinggi oleh
Agoritma Support Vector Machine (PSO) dengan Akurasi 98 % dan AUC 0.988.
Referensi
. Joshi, M., Prajapati, P., Shaikh, A., & Vala, V. (2017). A Survey on Sentiment Analysis. International Journal of Computer Applications, 163(6), 34–38. doi:10.5120/ijca2017913552.
. Duwairi, R. M., Marji, R., Sha’Ban, N., & Rushaidat, S. (2014). Sentiment analysis in arabic tweets. In 2014 5th International Conference on Information and Communication Systems, ICICS 2014. doi:10.1109/IACS.2014.6841964.
. Lin, B., Zampetti, F., Bavota, G., Di Penta, M., Lanza, M., & Oliveto, R. (2018). Sentiment analysis for software engineering (pp. 94–104). doi:10.1145/3180155.3180195.
. Medhat, W., Hassan, A., & Korashy, H. (2014). Sentiment analysis algorithms and applications: A survey. Ain Shams Engineering Journal, 5(4), 1093–1113. doi:10.1016/j.asej.2014.04.011.
. Vadivukarassi, M., Puviarasan, N., & Aruna, P. 2017. Sentimental Analysis of Tweets Using Naive Bayes Algorithm. World Applied Sciences Journal 35(1), pp.54-59.
. Al-Amrani, Y., Lazaar, M., & El Kadiri, E.K. 2018. Sentiment Analysis Using Hybrid Method of Support Vector Machine And Decision Tree. Journal of Theoretical and Applied Information Technology 96(7), pp.1886-1895.
. Wahyudi, M., & Kristiyanti, D. A. (2016). Sentiment analysis of smartphone product review using support vector machine algorithm-based particle swarm optimization. Journal of Theoretical and Applied Information Technology, 91(1), 189–201.
. Ren, F., & Wang, L. (2017). Sentiment analysis of text based on three-way decisions. Journal of Intelligent and Fuzzy Systems, 33(1), 245–254. doi:10.3233/JIFS-161522.
. Stine, R. A. (2019). Sentiment Analysis. Annual Review of Statistics and Its Application, 6(1), 287–308. doi:10.1146/annurev-statistics-030718-105242
. IBM. (2011). IBM SPSS Modeler CRISP-DM Guide. Career: Data and Analytics, 53.
. Kurniawan, S., Gata, W., Puspitawati, D. A., -, N., Tabrani, M., & Novel, K. (2019). Perbandingan Metode Klasifikasi Analisis Sentimen Tokoh Politik Pada Komentar Media Berita Online. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 3(2), 176–183. https://doi.org/10.29207/resti.v3i2.935
FOCUS AND SCOPE
