Dalam dunia hiburan khususnya film, kini situs web ulasan film menjadi media bagi orang-orang untuk memberikan penilaian mengenai seberapa bagus film tersebut. Mereka tidak harus menjadi pakar dalam dunia perfilman untuk menilai kualitas dari film yang mereka saksikan, semua orang dapat memberikan penilaian. Sentimen yang ditemukan dalam komentar, umpan balik atau kritik memberikan indikator yang berguna untuk berbagai tujuan dan dapat dikategorikan berdasarkan polaritas, polaritas tersebut cenderung akan dicari tahu apakah secara keseluruhan positif atau negatif. Algoritma Naïve Bayes dan Random Forest merupakan algoritma yang dapat memberikan hasil analisa klasifikasi sesuai yang diharapkan pada penelitian ini, analisa akan dilakukan dengan membandingkan beberapa kombinasi algoritma untuk diuji pada Polarity Dataset 2.0 dari Cornell University, diantaranya yaitu Algoritma tersebut akan dikombinasikan dengan seleksi fitur Chi Square, Adaboost, dan Voting. Dari hasil pengujian yang didapat algoritma AdaBosst dan Voting mampu meningkatkan akurasi dari metode Naïve Bayes (NB) and Random Forest (RF). Model yang diusulkan dengan Chi Square + Voting 2 (RF + SVM) memiliki nilai akurai 84,6%, dan model ini memiliki nilai akurasi yang lebih tinggi.
Along with the development of technology, social media is now often used to provide an assessment, one of which is Twitter is one of the most popular microblogging. On Twitter, users don't just review a product, but they often complain or share their experiences about their level of satisfaction while using Tokopedia. Sentiment analysis on tokopeida provides useful indicators for various purposes which can be found in comments, feedback or criticism. This study uses the Naïve Bayes and Random Forest algorithms to provide the expected classification results, the analysis will be carried out by comparing several combinations of algorithms that will be tested on twitter tweets about Tokopedia, including the combination with Synthetic Minority Oversampling Technique (SMOTE) to optimize unbalanced data. In the Tokopedia Twitter tweet test, SMOTE was able to increase the accuracy of the Naive Bayes algorithm to 86.93%, an increase of 3.4% from the previous 83.53%. Meanwhile, Random Forest with SMOTE has an accuracy value of 88.44%, an increase of 1.55% from the previous Random Forest test of 86.89%.
Perpustakaan pada umumnya merupakan tempat yang memiliki fungsi sebagai pusat sumber belajar dan sumber informasi bagi para pemakainya. Dalam menjalankan tugasnya sebagai seorang staf perpustakaan, mereka biasanya memiliki berbagai masalah yang dihadapi seperti proses pengolahan data yang manual ataupun menginformasikan kepada anggota perpustakaan untuk mengembalikan buku yang telah melewati batas waktu peminjaman. Masalah inilah yang kini ada di perpustakaan sekolah. Untuk mengatasi masalah-masalah yang ada maka perlunya dibuat sebuah aplikasi perpustakaan dengan memanfaatkan teknologi informasi dengan dipadukan layanan internet dan email. Maka dari itu penulis mencoba membuat Penelitian mengenai sistem informasi perpustakaan dengan metode waterfall model serta berbasis website yang dilengkapi sistem email reminder. Sistem ini merupakan solusi yang terbaik guna mengatasi permasalahan-permasalahan yang ada pada perpustakaan sekolah, sehingga proses pengolahan data akan menjadi lebih mudah, cepat, tepat dan akurat. Selain itu, dengan memanfaatkan teknologi internet dan email lebih memudahkan petugas perpustakaan untuk memberikan informasi mengenai batas waktu peminjaman buku. Sistem ini membuat proses menjadi lebih efektif dan efisien dibandingkan dengan sebelumnya.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.