Analisis Sentimen Review Restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization

Abstract

Terdapatnya aplikasi yang memudahkan untuk mengetahui ulasan dari suatu tempat atau makanan membuat pembaca dengan mudah menentukan tempat untuk mereka berwisata kuliner. Ulasan yang diberikan terdiri dari ulasan positif dan ulasan negatif. Algoritma Naive Bayes berbasis Particle Swarm optimization dilakukan untuk mengetahui apakah terdapat peningkatan akurasi. Dataset yang digunakan berupa review restoran yang dibagi menjadi 2 class yaitu class positif dan class negatif, data diujikan menggunakan 10 Fold Cross Validation. Analisis sentimen review restoran menggunakan Algoritma Naive Bayes berbasis Particle Swarm Optimization menghasilkan akurasi sebesar 82.45%. Hasil ini lebih baik dibandingkan dengan menggunakan algoritma Naive Bayes saja yang menghasilkan akurasi sebesar 74.34%.