Comparison Algorithm Classification Naive Bayes, Decision Tree, And Neural Network For Analysis Sentiment

Abstract

Abstrak

Twitter adalah media sosial, boleh diakses bebas oleh siapapun selama ia mempunyai alat pendukung dan koneksi internet, masa–masa sekarang orang bisa ngetweet dari mana dan kapan saja melalui gadget-nya, baik itu Handphone, Iphone, Tablet, Ipad ataupun Tab. Karena begitu mudahnya diakses semua orang dari berbagai kalangan dan latar belakang bisa berkomentar atau membuat status untuk mengomentari suatu produk, kejadian, ataupun tokoh. Pada penulisan tesis ini akan dikhususkan membahas tentang isi kicauan atau tweet yang berhubungan dengan seorang tokoh, khususnya calon pemimpin Propinsi DKI Jakarta Tahun 2017. Isi tweet atau kicauan setiap orang pastinya berbeda–beda tetapi muatannya hanya dibatasi oleh tiga kemungkinan, positif, netral ataupun negatif. Ketiga Muatan tersebut adalah sentimen–sentimen dari tweeter. Berdasarkan data dari twitter muatan–muatan tweet akan diklasifikasikan sesuai sifatnya. Dalam penelitian ini akan diterapkan proses text mining. Karakter untuk seleksi fitur menggunakan algoritma Naive Bayes Classifier, Decision Tree, Neural Network  untuk mengklasifikasi sentimen secara otomatis. Penelitian ini menggunakan 1200 data tweet tentang sentimen kepada Calon Gubernur Jakarta tahun 2017. Data tersebut diklasifikasikan secara manual dan dibagi ke dalam masing-masing 400 data untuk sentimen positif, negatif dan netral. Kemudian 1200 data digunakan untuk testing. Diharapkan dari hasil perbandingan ini didapatkan algoritma terbaik dan akurat dalam membuat klasifikasi sentimen analisis.

Kata kunci: Twitter, tweet, sentimen, sentiment analysis, Naive Bayes Classifier, Decision Tree, Neural Network.