Aspect Based Sentiment Analysis pada Layanan Umpan Balik Universitas dengan Menggunakan Metode Naïve Bayes dan Latent Semantic Analysis

Gunawan Setiawan(1*), Henry Novianus Palit(2), Endang Setyati(3),


(1) Program Studi Teknik Informatika
(2) Program Studi Teknik Informatika
(3) Program Studi Teknik Informatika
(*) Corresponding Author

Abstract


Universitas Kristen Petra menerapkan sistem pengisian kuesioner online yang bertujuan untuk mendapatkan umpan balik terhadap layanan yang telah ada. Di mana untuk saat ini untuk memproses hasilnya masih dilakukan secara manual. Namun hal ini tidak efektif karena akan memerlukan waktu dan tenaga, sehingga dikembangkanlah sebuah program yang membantu meringankan pekerjaan manusia dengan menggunakan Python dan menerima input berupa file excel. Metode yang digunakan adalah Naive Bayes dan Latent Semantic Analysis untuk membantu pengklasifikasian sentimen agar dapat ditentukan topik, sentiment score, dan tindakannya.

Keywords


ABSA; SA; aspect based sentiment analysis; sentiment analysis; NLP; sentiment

Full Text:

PDF

References


Anand, D., & Naorem, D. 2016. Semi-supervised Aspect Based Sentiment Analysis for Movies using Review Filtering. 7th International Conference on Intelligent Humant Computer Interaction, (hal. 86-93).

Bhattacharjee, S., Das, A., Bhattacharya, U., Parui, S. K., & Roy, S. 2015. Sentiment Analysis Using Cosine Similarity Measure. International Journal of Computer Applications, (hal. 17-19).

Dey, L., Chakraborty, S., Biswas, A., Bose, B., & Tiwari, S. 2016. Sentiment Analysis of Review Datasets Using Naive Bayes and K-NN Classifier.

Provost, F dan Fawcett, T. 2013. 11 Januari 2018. Data Science for Business. O’Reilly

Saif, H., He, Y., & Alani, H. 2012. Semantic Sentiment Analysis of Twitter. The Semantic Web - ISWC 2012, (hal. 508-524).

Sastrawi. 2017. Diambil kembali dari https://github.com/sastrawi/sastrawi

Vinodhini, G., & Chandrasekaran, R. 2012. Sentiment Analysis and Opinion Mining: A Survey. International Journal of Advanced Research in Computer Science and Software Engineering, (hal. 282-293).

Wang, L., & Wan, Y. 2011. Sentiment Classification of Documents Based on Latent Semantic Analyisis. Advanced Research on Computer Education, Simulation and Modeling, (hal. 356-361).


Refbacks

  • There are currently no refbacks.


Jurnal telah terindeks oleh :