Perpustakaan Digital ITB

Kemudahan masyarakat mengakses internet berdampak pada meningkatnya pengguna media sosial khusunya twitter. Twitter adalah salah satu contoh media sosial yang biasa digunakan untuk ‘berbagi’ pengalaman atau pendapat seseorang terhadap apa yang mereka rasakan. Tidak jarang sebuah akun twitter memberikan pendapatnya tentang sebuah produk atau brand, baik berupa pendapat positif maupun negatif. Hal ini memberikan peluang kepada perusahaan maupun costumer untuk mengetahui trend yang sedang terjadi pada sebuah produk maupun pelayanan. Naive Bayes Classifier adalah salah satu contoh algoritma pengklasifikasian seperti mengklasifikasi opini yang ada pada twitter. Dengan menggabungkan feature selection Mutual Information diharapkan algoritma ini dapat menghasilkan akurasi yang baik. Mutual information adalah salah satu contoh metode feture selection feture selection berfungsi mengurangi term yang dianggap tidak terlalu berpengaruh pada klasifikasi. Pada penelitian ini dilakukan perbandingan nilai akurasi diantara kedua metode yaitu dengan menggunakan mutual information (MI) dan tanpa menggunakan MI. Hasil percobaan menunjukan bahwa penggabungan kedua metode tersebut dapat diimplementasikan untuk klasifikasi. Dan penggunaan metode Mutual Information menghasilkan akurasi yang lebih baik dengan nilai rata-rata akurasi 84,5%.