Analisis Sentimen Mengenai Ulasan Pengguna Aplikasi Lightroom pada Play Store Menggunakan Klasifikasi Naive Bayes

2.5 Evaluasi Accuracy 

Evaluasi dilakukan untuk mengetahui performa algoritma dilakukan untuk mengetahui performa algoritma  Nave Bayes dalam melakukan klasifikasi analisis sentiment. Untuk menilai kualitas accuracy pada analisis  sentiment dapat menggunakan metode Nave Bayes. 

PEMBAHASAN 

Penerapan Analisis Sentimen terkait analisis sentimen yang bertujuan untuk mengetahui persepsi  masyarakat terkait aplikasi Adobe Lightroom. Aplikasi Lightroom dengan menggunakan metode klasifikasi  Nave Bayes Classifier.

Dataset hasil crawling yang berjumlah dilakukan seleksi dan didapatkan dataset sejumlah 1000 yang layak  untuk digunakan. Untuk ulasan yang ada pada aplikasi Adobe Lightroom mungkin hingga beribu - ribu ulasan,  namun disini hanya mengambil 1000 dataset untuk di uji. Dataset selanjutnya dibedakan menurut kebutuhan  sesuai dengan periode yang telah ditentukan sebelumnya.

TF-IDF 

Tahap TF-IDF dapat dilakukan dengan sebuah program yaitu dengan memberikan pembobotan pada nilai  setiap kata yang ditemukan. Kata yang paling besar atau bobot yang paling besar sama dengan kata yang sering  muncul pada sebuah data. Seperti pada gambar dibawah ini:

AD_4nXfCPmtengVYbL8lkmA3vl5TxgYX2zDkJ-irxaFBh35y9mjRhpyFkbZ2ngpDIa_vTEByfGAqHZHQmIzaYcGRmgPPTAZ127YmVsPMHsTwxJT4DC3hMzP0xeMjYQG_y-2pr5s4udXiH7OWpfwfvONrnsvrY4Cl?key=JFl5TN8E3dkcIackTUKt2w

 

Gambar diatas merupakan WordCloud untuk dataset positif. Kata yang paling besar merupakan ulasan yang  sering muncul atau sering diberikan oleh pengguna Adobe Lightroom. 

AD_4nXfXkFlXC3I_vQnGK2G4PLWA6e_AVBmuR3WvTHml5LgVAmMi0D-asDiHXc03Zrs7aIqdz5yO-MbL8AbXH7SVbS5pV4wHaQ_T8PsnWkCwtWb63yzKEP2LTXfoCuq_gChULrO0YVtWN68yXJSTd_KypxELLEBa?key=JFl5TN8E3dkcIackTUKt2w

Analisis Data Model 

Hasil akurasi didapatkan  dengan perolehan angka 0.80. Dari gambar diatas dapat ditampilkan Confusion Matrix pada gambar selanjutnya atau  pada gambar 4 berikut ini: