FEATURE SELECTION CHI-SQUARE N-GRAM NAÏVE BAYES CLASSIFIER REVIEW

Analisis sentimen perlu diterapkan untuk menentukan review yang bernilai postif
atau negatif. Algoritma klasifikasi seperti Naïve Bayes Classifier (NBC) telah
banyak di terapkan. Di samping memiliki performanya yang baik di berbagai
domain, tapi terdapat sensitifitas terhadap pemilihan fitur. Chi-square merupakan
salah satu metode statistik untuk pemilihan fitur dengan uji independensi dan
estimasi yang bertujuan untuk mengetahui ketergantungan suatu class pada suatu
fitur. Sedangkan N-Gram merupakan pemotongan kata berdasarkan nilai n.
Dengan penggabungan chi-square dan N-Gram pada teknik uni-gram hasil
tertinggi terdapat pada uji 75% fitur dengan akurasi 89%, presisi 89%, dan recall
100%. Hasil tertinggi pada bi-gram terdapat pada 25% fitur dengan akurasi 89%,
presisi 89%, dan recall 100%. Hasil tertinggi pada uni+bi-gram terdapat pada
25% fitur dengan akurasi 89%, presisi 89%, dan recall 100%. Dari ketiga teknik
N-Gram improvisasi terjadi pada fitur uji 25% dengan akurasi uni-gram 87,6%
menjadi 89% pada bi-gram dan uni+bi-gram, presisi uni-gram 88,84% menjadi
89% pada uni-gram+ bi-gram, dan recall uni-gram 98,42% menjadi 100% pada
bi-gram dan uni+bi-gram. Dalam penelitian ini masing-masing teknik N-Gram
dengan penerapan feature selection chi-squre memiliki ambang batas penggunaan
fitur yang berbeda. Pada komparasi ke tiga teknik N-Gram secara umum chisquare
tidak
mempengaruhi
urutan
hasil
dari
klasifikasi,
tapi
mampu
memberikan

improvisasi
hasil
akurasi,
presisi,
dan recall.

Kata
Kunci:
Analisis
Sentimen,
Feature
Selection,
Chi-Square,
N-Gram,
Agoritma

Naive
Bayes
Classifier..