Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Terhadap Produk Motor Matic Honda Beat dan Scoopy

Alwi Syihabudin; Ayu Juwita; Adi Pratama

Alwi Syihabudin Universitas Buana Perjuangan Karawang
Ayu Ratna Juwita Universitas Buana Perjuangan Karawang
Adi Rizky Pratama Universitas Buana Perjuangan Karawang

Keywords: Analisis Sentimen, Beat, Honda, Motor Matic, Scoopy

Abstract

Transportasi merupakan suatu kebutuhan pokok pada zaman modern ini. Karena transportasi sendiri dapat membantu masyarakat dalam bepergian. Transportasi juga merupakan suatu kegiatan pemindahan penumpang dan barang dari suatu tempat ke tempat lain, dimana didalamnya terdapat unsur pergerakan (Movement). Salah satu transportasi yang sering digunakan oleh masyarakat adalah motor. Motor sendiri memiliki beberapa perusahaan, salah satunya merk motor yang banyak digunakan masyarakat Indonesia dan mendominasi pasar adalah Honda. Dengan banyaknya penggunaan produk motor matic honda beat dan scoopy yang ada di indonesia, pasti muncul berbagai sentimen masyarakat terhadapa produk tersebut. Berdasarkan hal tersebut diusulkan solusi untuk mengetahui sentimen masyarakat terhadap produk motor Matic Honda Beat dan Scoopy menggunakan algoritma naive bayes yang dapat membatu melihat sentiment masyarakat terhadap produk tersebut. Perhitungan Naive Bayes memiliki tingkat presisi dan kecepatan yang benar-benar meningkat menuju awal informasi fundamental. Hasil nilai akurasi Honda Beat sebesar 61% dan Honda Scoopy sebesar 54% dengan nilai precision sebesar 72% untuk Honda Beat dan 66% untuk Honda Scoopy, dan nilai recall untuk Honda Beat sebesar 81% dan untuk Honda Scoopy sebesar 60%, dan untuk nilai f1 score pada Honda Beat sebesar 91% dan pada honda Scoopy sebesar 93%.

References

[1] F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.
[2] B. Gunawan, H. S. Pratiwi, and E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” J. Edukasi dan Penelit. Inform., vol. 4, no. 2, p. 113, 2018, doi: 10.26418/jp.v4i2.27526.
[3] G. A. Buntoro, “Analisis Sentimen Hatespeech Pada Twitter Dengan Metode Naïve Bayes Classifier Dan Support Vector Machine,” J. Din. Inform., vol. 5, no. 2, pp. 1–13, 2016.
[4] M. A. Ramdhani and O. N. Rahim, “Analisis sentimen untuk mengukur popularitas tokoh publik berdasar data pada media sosial twitter menggunakan algoritma data mining dengan teknik klasifikasi,” Informasi, vol. VI, no. 2, pp. 1–15, 2014.
[5] A. Syaputra and D. Setiadi, “Sistem Pakar Diagnosa Kerusakan Sepeda Motor Yamaha Matic Menggunakan Metode Forward Chaining,” Jusikom J. Sist. Komput. Musirawas, vol. 5, no. 2, pp. 126–135, 2020, doi: 10.32767/jusikom.v5i2.1039.
[6] H. Annur, “Klasifikasi Masyarakat Miskin Menggunakan Metode Naive Bayes,” Ilk. J. Ilm., vol. 10, no. 2, pp. 160–165, 2018, doi: 10.33096/ilkom.v10i2.303.160-165.
[7] J. Sulaksono, R. H. Irawan, and I. N. Fahmi, “Penerapan Metode Naive bayes Terhadap Bantuan Sosial Keluarga PraSejahtera,” Nusant. Eng., vol. 3, no. 2, pp. 52–61, 1945.