KOMPARASI FEATURE SELECTION PARTICLE SWARM OPTIMIZATION (PSO) DENGANGENETIC ALGORITHM (GA) TERHADAP ALGORITMA NAÃVE BAYES PADA ANALISIS SENTIMENT TWITTER

Karno Juni Prayoga, Agung Nugroho, Tri Ngudi Wiyatno

Abstract


Analisis sentiment merupakan bidang studi yang menganalisa pendapat, pandangan, evaluasi, penilaian, sikap, dan emosi terhadap entitas dan aspek-aspeknya yang diekspresikan melalui teks. Twitter merupakan salah satu media yang sering dijadikan obyek penelitian. Masalah utama dalam proses analisis sentiment adalah bagaimana memilih dan menggunakan feature selection terbaik untuk mendapatkan hasil maksimal. Salah satu metode klasifikasi yang sering digunakan Naïve Bayes. Naïve Bayes sangat sensitif terhadap feature selection. Pada pengujian dilakukan komparasi feature selection Particle Swarm Optimization dan Genetic Algorithm untuk meningkatkan kinerja akurasi Algoritma Naïve Bayes. Pengukuran dilakukan dengan membandingkan antara pengujian sebelum dan sesudah menggunakan feature selection. Validasi menggunakan Teknik Cross Validation, sedangkan akurasi diukur dengan confussion matrix. Hasilnya menunjukkan peningkatan akurasi Algoritma Naïve Bayes dengan menggunakan feature selection Particle Swarm Optimization dari 67.71% menjadi 71.84%. Berbeda dengan peningkatan akurasi Algoritma Naïve Bayes dengan menggunakan feature selection Genetic Algorithm dari 67.71% menjadi 68.96%. Dengan demikian, feature selection terbaik adalah Particle Swarm Optimization dengan peningkatan akurasi sebesar 4.00%.

 

Kata kunci:Analisis Sentiment, Twitter, Naïve Bayes, Feature Selection, Particle Swarm Optimization, Genetic Algorithm


Full Text:

PDF

References


Ayu Muthia, D. 2013. Integrasi Algoritma Genetika dan Information Gain Untuk Seleksi Fitur Pada Analisis Sentimen Review Film Menggunakan Algoritma Naïve Bayes. Jurnal Teknik Komputer AMIK BSI (JTK), 4(1), 186–193.

Bilal, M., Israr, H., Shahid, M.,& Khan, A. 2016. Sentiment classification of Roman-Urdu opinions using Naïve Bayesian, Decision Tree and KNN classification techniques. Journal of King Saud University - Computer and Information Sciences, 28(3), 330–344. https://doi.org/10.1016/j.jksuci.2015.11.003

Cahyono, Y. 2017. Analisis Sentiment pada Sosial Media Twitter Menggunakan NaÑ—ve Bayes Classifier dengan Feature Selection Particle Swarm Optimization dan Term Frequenc. Jurnal Informatika Universitas Pamulang, 2, 14--19.

Chen, J., Huang, H., Tian, S., & Qu, Y. (2009). Feature selection for text classification with Naïve Bayes. Expert Systems with Applications, 36(3 PART 1), 5432–5435. https://doi.org/10.1016/j.eswa.2008.06.054

Ernawati, S., Yulia, E. R., Frieyadie, & Samudi. 2018. Implementation of The Naïve Bayes Algorithm with Feature Selection using Genetic Algorithm for Sentiment Review Analysis of Fashion Online Companies. 2018 6th International Conference on Cyber and IT Service Management (CITSM), (Citsm), 1–5. https://doi.org/10.1109/CITSM.2018.8674286

Kundu, A., Jain, V., Kumar, S., & Chandra, C. 2015. A journey from normative to behavioral operations in supply chain management: A review using Latent Semantic Analysis. Expert Systems with Applications, 42(2), 796–809. https://doi.org/10.1016/j.eswa.2014.08.035

Nugroho, A. 2018. Analisis Sentimen pada Media Sosial Twitter Menggunakan Naive Bayes Classifier dengan Ekstrasi Fitur N-Gram. J-SAKTI (Jurnal Sains Komputer dan Informatika), 2(2), 200. https://doi.org/10.30645/j-sakti.v2i2.83

Saraswati, N. W. S. 2013. Naïve Bayes Classifier dan Support Vector Machines untuk Sentiment Analysis. Seminar Nasional Sistem Informasi Indonesia, 586–591. Retrieved from http://is.its.ac.id/pubs/oajis/index.php/file/download_file/512

Solecha, K. 2019. Analisa Sentimen dengan Algoritma Naïve Bayes Classifier Berbasis Particle Swarm Optimization untuk Review Restoran. 11(1).

Wardhani, N. K., Rezkiani, Kurniawan, S., Setiawan, H., Gata, G., Tohari, S., … Wahyudi, M. 2018. Sentiment Analysis Article News Coordinator Minister of Maritime Affairs using Algorithm Naive Bayes and Support Vector Machine with Particle Swarm Optimization. Journal of Theoretical and Applied Information Technology, 96(24), 8365–8378.

Wati, R. 2016. Penerapan Algoritma Genetika untuk Seleksi Fitur pada Analisis Sentimen Review Jasa Maskapai Penerbangan Menggunakan Naive Bayes. Evolusi, 4(1), 25–31.

Ye, Q., Zhang, Z., & Law, R. 2009. Sentiment classification of online reviews to travel destinations by supervised machine learning approaches. Expert Systems with Applications, 36(3 PART 2), 6527–6535. https://doi.org/10.1016/j.eswa.2008.07.035

Zy, A. T., & Nugroho, A. 2018. Comparison Algorithm Classification Naive Bayes, Decision Tree, and Neural Network for Analysis Sentiment. International Conference on Economic, Business, and Accounting, 1(c), 115–115.


Refbacks

  • There are currently no refbacks.