KOMPARASI ALGORITMA KLASIFIKASI TEXT MINING PADA REVIEW RESTORA

KOMPARASI ALGORITMA KLASIFIKASI TEXT MINING PADA REVIEW RESTORA

• By Utami, Lila Dini;
• Jurnal Nasional Tidak Terakreditasi
• 319
• 169-174

Pada saat ini, dimana perkembangan teknologi berkembang sangat pesat, dan setiap orang memiliki hak untuk menyampaikan pendapatnya mengenai suatu hal. Salah satunya adalah melakukan review terhadap sebuah restoran. Review tersebut, tercipta bisa dari makanan, dekorasi, ataupun pelayanannya. Hal ini, dimanfaatkan oleh para pelaku bisnis untuk mengetahui penilaian konsumen tentang restoran yang mereka kelola. Namun data review tersebut harus diolah menggunakan algoritma yang tepat. Maka penelitian ini dilakukan untuk mengetahui algoritma yang lebih layak digunakan untuk mendapatkan akurasi yang paling tinggi. Adapun metode yang digunakan adalah Naïve Bayes (NB), dan k-Nearest Neighbor (k-NN). Dari proses yang telah dilakukan didapatkan hasil akurasi Naïve Bayes adalah 75,50% dengan nilai Kappa adalah 0,510, dan hasil akurasi jika menggunakan algoritma k-Nearest Neighbor adalah 89,50% dengan nilai AUC adalah 0,790. Penggunaan algoritma k-Nearest Neighbor dapat membantu dalam pengambilan keputusan yang lebih tepat untuk review hotel pada saat ini, karena akurasi yang dihasilkan lebih besar dibandingkan dengan Algoritma Naïve Bayes.

• Katakunci review restoran, naïve bayes, k-NN
• URL http://ejournal.nusamandiri.ac.id/index.php/inti/article/view/1216
• Penerbit ,

REFERENSI

Mustakim, & Oktaviani, G. (2016). Algoritma K-Nearest Neighbor Classification Sebagai Sistem Prediksi Predikat Prestasi Mahasiswa. Jurnal Sains, Teknologi Dan Industrii, 13(2), 195–202.

Muthia, D. A. (2016). Opinion Mining Pada Review Buku Menggunakan Algoritma Naive Bayes. Jurnal Teknik Komputer AMIK BSI, 2(1), 1–8. Retrieved from http://ejournal.bsi.ac.id/ejurnal/index.php/jtk/article/viewFile/357/266

Muthia, D. A. (2017). Analisis Sentimen Pada Review Restoran Dengan Teks Bahasa Indonesia Menggunakan Algoritma Naive Bayes. Jurnal Ilmu Pengetahuan Dan Teknnologi Komputer, 2(2), 39–45.

Novitasari, D. (2016). Perbandingan Algoritma Stemming Porter Dengan Arifin Setiono Untuk Menentukan Tingkat Ketepatan Kata Dasar. Jurnal String, 1(2), 120–129. Retrieved from http://journal.lppmunindra.ac.id/index.php/STRING/article/view/1031

Paramitha, D. T. A., Cholissodin, I., & Dewi, C. (2019). Prediksi Rating Otomatis Berdasarkan Review Restoran pada Aplikasi Zomato dengan menggunakan Extreme Learning Machine (ELM). Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(5), 4687–4693. Retrieved from http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5314

Pradini, R. P., & Wempi, J. A. (2019). Desain Interior Sebagai Medium Komunikasi Nonverbal Restoran Eat Happens dalam Membentuk Reputasi. Profesi Humas, 3(2), 177–201. Retrieved from http://journal.unpad.ac.id/profesi-humas/article/view/18734

Pratama, N. D., Sari, Y. A., & Adikara, P. P. (2018). Analisis Sentimen Pada Review Konsumen Menggunakan Metode Naive Bayes Dengan Seleksi Fitur Chi Square Untuk Rekomendasi Lokasi Makanan Tradisional. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 2(9), 2982–2988.

Rivki, M., & Bachtiar, M. (2017). Implementasi Algoritma K-Nearest Neighbor Dalam Pengklasifikasian Follower Twitter Yang Menggunakan Bahasa Indonesia. Jurnal Sistem Informasi, 13(1), 31–37.

Septiani, W. D. (2017). Komparasi Metode Klasifikasi Data Mining Algoritma C4.5 dan Naive Bayes Untuk Predikasi Penyakit Hepatitis. Jurnal Pilar Nusa Mandiri, 13(1), 76–84.

Setiawan, A., Kurniawan, E., & Handiwidjojo, W. (2013). Implementasi Stop Word Removal Untuk Pembangunan Aplikasi Alkitab Berbasis Windows 8. Jurnal EKSIS, 6(2), 1–11.

Utami, L. D. (2019). Laporan Akhir Penelitian: Komparasi Algoritma Klasifikasi Text Mining Pada Review Restoran. Jakarta.

Verma, T., Renu, & Gaur, D. (2014). Tokenization and Filtering Process in RapidMiner. International Journal of Applied Information System (IJAIS), 7(2), 16–18. Retrieved from https://pdfs.semanticscholar.org/d024/33ad6b77f740fb4f43673eed9b80b0ccb199.pdf