Analisis Sentimen dengan Metode Klasifikasi Naïve Bayes dan Seleksi Fitur Chi-Square

Abstract

Analisis sentimen merupakan metode komputasi untuk mengevaluasi teks dengan tujuan menentukan emosi yang terkandung di dalamnya. Analisis sentimen dapat dilakukan dengan pendekatan pembelajaran mesin. Salah satu metode pembelajaran mesin yang sering digunakan untuk analisis sentimen adalah Klasifikasi Naïve Bayes, yaitu metode yang menggunakan teorema Bayes sebagai dasar untuk melakukan klasifikasi. Penggunaan Klasifikasi Naïve Bayes juga dapat dikombinasikan dengan seleksi fitur. Studi sebelumnya menunjukkan bahwa seleksi fitur Chi-Square merupakan satu metode seleksi fitur yang efektif, yang mana merupakan proses untuk memilih kata yang paling merepresentasikan data berdasarkan nilai Chi-Square untuk mempercepat proses komputasi. Penelitian ini bertujuan untuk memperoleh model Klasifikasi Naïve Bayes dari data teks yang telah melalui tahap seleksi fitur Chi-Square.