Analisa Model Support Vector Machine Textmining pada Komentar Positif dan Negatif untuk Review PerbandinganWhatsapp Vs BBM

Agus Darmawan; Syamsiah Syamsiah

doi:10.30998/string.v1i1.971

Analisa Model Support Vector Machine Textmining pada Komentar Positif dan Negatif untuk Review PerbandinganWhatsapp Vs BBM

Agus Darmawan^(1*), Syamsiah Syamsiah⁽²⁾

(1) Universitas Indraprasta PGRI
(2) Universitas Indraprasta PGRI
(*) Corresponding Author

Abstract

Sebagai pengguna smartphone, akhir-akhir ini kita dibuat pusing oleh munculnya beberapa layanan instant messaging lintas platform mobile yang kelihatannya dalam waktu singkat dapat menjadi sangat populer. Mulai dari Whatsapp dan BBM rasanya saat ini sedang bersaing ketat dalam memperebutkan perhatian para pengguna smartphone. Sebelum kita memutuskan untuk menggunakan instant messaging, ada hal dapat dipelajari dari hasil komentar review perbadingan Whatsapp dan BBM. Membaca komentar review tersebut secara keseluruhan dapat memakan waktu, namun jika hanya sedikit komentar review yang dibaca evaluasi akan menjadi bias. Dari beberapa teknik tersebut yang paling sering digunakan untuk klasifikasi data adalah Support Vector Machines (SVM). SVM memiliki kelebihan yaitu mampu mengidentifikasi dengan hyperplane terpisah yang memaksimalkan margin antara dua kelas yang berbeda. Penelitian ini menghasilkan klasifikasi teks dalam bentuk positif atau negatif dari review layanan instant messaging lintas platform mobile. Pengukuran berdasarkan akurasi Support Vector Machines, sedangkan pengukuran akurasi diukur dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan akurasi Support Vector Machines dari 71.00 %.

Keywords

Komentar, SVM, BBM, Whatsapp, Confusion Matrix, Kurva ROC

Full Text:

PDF (Indonesian)

References

Basari, A. S. H dan Hussin, B., Ananta, I. G. P., dan Zeniarja, J. (2013). Opinion Mining of Movie Review using Hybrid Method of Support Vector Machine and Particle Swarm Optimization. Procedia Engineering, 53, 453–462. doi:10.1016/j.proeng.2013.02.059.

Haddi, E., Liu, X., dan Shi, Y. (2014). The Role of Text Pre-processing in Sentiment Analysis. Procedia Computer Science, 17, 26–32. doi:10.1016/j.procs.2013.05.005.

Khan, K., Baharudin, B., dan Khan, A. (2014). Mining Opinion Components from Unstructured Reviews: A Review. Journal of King Saud University - Computer and Information Sciences. doi:10.1016/j.jksuci.2014.03.009.

Nugroho, A.W. (2008). Application of Support Vector Machine in Bioinformatics. Indonesian Scientific Meeting in Central Japan.

Weiss, S. M., Indurkhya , Nitin dan Zhang, Tong. (2010). Fundamentals of Predictive Text Mining. London: Springer-Verlag

Zhang, Z., Ye, Q., Zhang, Z., dan Li, Y. (2011). Sentiment classification of Internet restaurant reviews written in Cantonese. Expert Systems with Applications, 38(6), 7674–7682. doi:10.1016/j.eswa.2010.12.14

DOI: http://dx.doi.org/10.30998/string.v1i1.971