Komparasi Algoritma Support Vector Machine Dan Naïve Bayes Berbasis Particle Swarm Optimization Pada Analisis Sentimen Ulasan Aplikasi Flip
Article Sidebar
Main Article Content
Abstract
Pengembangan aplikasi dapat dilakukan dengan melihat masukan pengguna aplikasi yang diberikan melalui google play store. Klasifikasi sentimen analisis dapat memecahkan masalah yang berkaitan dengan pendapat, pandangan, perasaan, dan perilaku melalui studi komputasi. Salah satu algoritma terbaik dalam klasifikasi adalah SVM karena paling efisien dan efektif mengidentifikasi pola. Namun SVM masih memiliki kekurangan dalam pemilihan fitur. Penentuan fitur menentukan hasil akurasi, PSO digunakan untuk menentukan fungsi seleksi untuk meningkatkan akurasi klasifikasi pada SVM dan Naive Bayes. Metode klasifikasi yang dibahas dalam penelitian ini adalah membandingkan Algoritma Naive Bayes berbasis PSO yang telah penulis buat pada penelitian sebelumnya dengan Support Vector Machine berbasis PSO pada ulasan aplikasi flip. Hasil yang diperoleh adalah algoritma Naive Bayes berbasis Particle Swarm Optimization menghasilkan nilai akurasi sebesar 88,24%, sedangkan untuk Support Vector Machine berbasis Particle Swarm Optimization nilai akurasi sebesar 88,61%. Peningkatan akurasi mencapai 0,37%. Support Vector Machine berbasis Particle Swarm Optimization yang menjadi algoritma terbaik untuk data ulasan aplikasi flip.
Article Details
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Submission of an original manuscript to the journal will be taken to mean that it represents originality work not previously published. Please see JIEET (Journal of Information Engineering and Educational Technology) originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred IEEE style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.
The editor may make use of Thurnitin software for checking the originality of submissions received.