Penerapan Metode Naïve Bayes dan Laplace dalam Analisis Sentimen pada Platform Berita Online
Abstract
Bulletin ilmiah ini membahas penerapan metode klasifikasi Naïve Bayes dan peningkatan dengan metode Laplace dalam analisis sentimen pada platform berita online. Metode ini digunakan untuk mengidentifikasi sentimen positif, negatif, atau netral terhadap berita dan artikel yang diposting di platform tersebut. Hasil analisis sentimen ini dapat memberikan wawasan berharga kepada pembaca dan pengelola platform berita online untuk memahami perasaan dan reaksi pengguna terhadap konten yang mereka konsumsi.
1. Pendahuluan
Dalam era digital, platform berita online memiliki peran penting dalam menyampaikan informasi kepada khalayak. Untuk memahami bagaimana pengguna merespons berita dan artikel yang mereka baca, analisis sentimen menjadi kritis. Metode Naïve Bayes dan Laplace digunakan dalam penelitian ini untuk mengklasifikasikan sentimen pengguna terhadap berita.
2. Metodologi
2.1. Preprocessing Data
Data teks dari platform berita online dikumpulkan dan dibersihkan dari tanda baca dan kata-kata yang tidak penting.
2.2. Pembagian Data
Data dibagi menjadi dua kategori: data latih (training data) dan data uji (testing data).
2.3. Klasifikasi dengan Naïve Bayes
Metode Naïve Bayes digunakan untuk mengklasifikasikan sentimen pengguna menjadi positif, negatif, atau netral.
2.4. Penambahan Metode Laplace
Metode Laplace digunakan untuk mengatasi masalah ketidakseimbangan kelas dalam analisis sentimen.
3. Hasil dan Diskusi
Hasil analisis sentimen menggunakan metode Naïve Bayes dan Laplace menunjukkan akurasi yang lebih baik daripada menggunakan Naïve Bayes saja. Hal ini mengindikasikan bahwa penggunaan metode Laplace dapat meningkatkan kinerja klasifikasi sentimen dalam studi kasus ini.
4. Kesimpulan
Bulletin ilmiah ini membahas penerapan metode Naïve Bayes dan Laplace dalam analisis sentimen pada platform berita online. Hasil penelitian menunjukkan bahwa penggunaan metode Laplace dapat meningkatkan akurasi dalam mengklasifikasikan sentimen pengguna terhadap berita. Penelitian ini memiliki potensi untuk membantu pengelola platform berita online dalam memahami respon pengguna terhadap konten mereka.
References
Pang, B., & Lee, L. (2008). Opinion mining and sentiment analysis. Foundations and Trends® in Information Retrieval, 2(1-2), 1-135.
Manning, C. D., Raghavan, P., & Schütze, H. (2008). Introduction to Information Retrieval. Cambridge University Press.
John, G. H., & Langley, P. (1995). Estimating continuous distributions in Bayesian classifiers. In Eleventh conference on Uncertainty in artificial intelligence (pp. 338-345).
sumber : https://scirp.org/reference/referencespapers.aspx?referenceid=2442500
