Text

Penerapan Teknik Penanganan Negasi Menggunakan Syntatic Rule Pada Analisis Sentimen Ulasan Hotel Di Traveloka Dengan Metode Naive Bayes Classifier

---

ABSTRAK

Peningkatan pariwisata di Indonesia menjadikan peluang untuk perusahaan mendirikan
usaha layanan pemesanan tiket hotel, salah satunya yaitu Traveloka. Pengguna
Traveloka memberikan penilaian dan ulasan mengenai hotel yang dikemas dalam
sebuah komentar. Komentar dinilai penting dikarenakan dapat digunakan untuk
pengambilan keputusan maupun pengembangan hotel itu sendiri. Namun, analisis
komentar menjadi hal yang sulit karena jumlah komentar yang terlalu banyak. Hal ini
menyebabkan dibutuhkannya suatu teknologi untuk mengelola data komentar yang
menunjukkan kepuasan pengguna terhadap suatu topik. Teknologi ini disebut sentiment
analysis. Dalam penerapannya, klasifikasi yang kurang tepat masih menjadi masalah
dikarenakan terdapat beberapa kata yang memiliki polaritas berbeda pada konteks
kalimat yang berbeda. Adanya kata negasi dapat membalikkan nilai polaritas dari suatu
teks. Hal ini mempengaruhi kinerja dari sentiment analysis jika tidak ditangani.
Penelitian ini mengajukan penerapan teknik penanganan negasi menggunakan syntatic
rule pada analisis sentimen ulasan hotel dengan Naive Bayes Classifier. Penelitian ini
dilakukan untuk mengetahui pengaruh kinerja dari penerapan negasi dibandingkan
dengan sentiment analysis tanpa penanganan negasi. Teknik penanganan negasi terbukti
dapat meningkatkan kinerja sentiment analysis dengan mengadaptasi syntatic rule dan
memberi tag “NEG_” menggunakan Naive Bayes Classifier. Hasil dari eksperimen pada
penelitian ini menunjukkan peningkatan rata-rata akurasi sebesar 2,2% dari
perbandingan sentiment analysis yang menerapkan teknik penanganan negasi dengan
sentiment analysis yang tidak menerapkan teknik penanganan negasi.
Kata kunci : Sentiment Analysis, Penanganan Negasi, Syntatic Rule, Naive Bayes, Hotel,
Traveloka

ABSTRACT

Tourism increased in Indonesia makes an opportunity for companies to build service
bussiness in hotel ticket reservations, such as Traveloka. Traveloka users present
reviews and assesment about the hotel that contains in a comment. Comment is very
important because that can be used for decision-making basic and development of the
hotel. However, comment analysis becomes difficult because of the number of
comments is too much. This issue causes technology needs that used to classify the
comment in a topics. This technology is called sentiment analysis. In practice,
inappropriate classification are still a problem because there are several words that have
different polarities in different sentence contexts. The existence of the negation word
can invert the polarity of a text. If it is not handled, it can affects the performance of
sentiment analysis. This research proposes the implementation of negation handling
techniques using syntatic rule in the sentiment analysis of hotel reviews with Naive
Bayes Classifier. This study was conducted to determine the effect of performance of
the implementation of negation compared with sentiment analysis without negation
handling. Negation handling techniques can improve the performance of sentiment
analysis by adapting syntatic rules and tagging "NEG_" using Naive Bayes Classifier.
The results of the experiments in this study show that proposed method improves 2,2%
average accuracy of the comparison of sentiment analysis with and without the
application of negation handling techniques.
Keyword : Sentiment Analysis, Negation Handling, Syntatic Rule, Naive Bayes, Hotel,
Traveloka

---

Ketersediaan

642F18IV

642 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

IL

No. Panggil

642 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

2348

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Tiara Galuh Prahasiwi

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar