Analisis Sentimen Review Kosmetik Bahasa

Indonesia Menggunakan Algoritma Naïve Bayes

Classifier
Putri Dinda Utami,

Departemen Teknik Informatika & Komputer, Politeknik Negeri Jakarta

Jl. Prof. Dr. G.A Siwabessy, Kampus Baru UI Depok, Indonesia, 16424
putri.dinda.tik14@mhsw.pnj.ac.id

 membaca semua komentar satu-persatu. Salah satu, algoritma

Abstract—review produk dapat ditemukan pada forum internet
atau sosial media. Kalimat pada review dapat berupa kalimat
positif, netral ataupun negative, akan tetapi pengguna harus
membaca satu persatu kalimat tersebut. Untuk mempermudah
mengklasifikasi review maka penulis membuat sistem analisis
sentiment. Analisis sentimen sangat berguna untuk
menentukan kelas dari review pada produk dengan
menggunakan Algoritma Naïve Bayes Classifier serta kalimat
pada review diolah terlebih dahulu dengan text preprocessing.
Data uji merupakan emoticon dan kata sifat yang sudah diberi
label secara manual. Kemudian hasil dari data testing sebanyak
100 data pengujian menghasilkan akurasi sebesar 80%.
Index Terms— algoritma naïve bayes classifier, analisis
sentimen, sentiment analisis, text-preprocessing, website forum
I. PENDAHULUAN
F eedback adalah tanggapan yang diberikan oleh seorang
komunikan (penerima pesan) ketika seorang komunikator
(pemberi pesan) sedang menyampaikan pesannya. Feedback
dapat dikatakan sebagai tanggapan atau respon terhadap suatu
pesan [1]. Tanggapan dapat bermakna sentiment atau
mengekspresikan emosi. Analisa sentiment atau opinion mining
merupakan proses memahami, mengekstrak dan mengolah data
tekstual secara otomatis untuk mendapatkan informasi
sentimen yang terkandung dalam suatu kalimat opini [1].
Aplikasi yang berguna dari sentiment analisis adalah
pengklasifikasian review dari produk. Kategori dari sentiment
dapat positif, netral, dan negative. Kategori positif mengandung
kata-kata yang baik dan mendukung, kategori netral adalah
kandungan dari kedua kata positif dan negatif. Sedangkan kata
negatif mengandung kata-kata buruk. Penguna menulis review
biasanya pada forum, website komersial, blog, maupun website
film. Pada forum produk atau kosmetik terdapat banyak
komentar dari negatif, netral, maupun positif. Pengguna
seringkali harus membaca satu persatu komentar yang ada,
untuk mengetahui inti dan makna dari komentar tersebut.
Dengan adanya analisis sentimen, diharapkan sentiment dari
komentar dapat terdeteksi secara otomatis tanpa harus
pembelajaran mesin untuk klasifikasi adalah Naïve Bayes
Classifier. Pada penelitian sebelumnya oleh Lina dan Girish
yaitu Analisis Sentimen Review film menggunakan algoritma
naïve bayes classifier. Kelas pada review film tersebut
mempunyai dua kelas yaitu positif dan negatif [2]. Dari uraian
diatas, maka penulis akan membangun sistem analisis sentimen
bahasa Indonesia review kosmetik dengan menggunakan Naïve
Bayes Classifier.
II. LITERATURE REVIEW
A. PHP (Hypertext Preprocessor)
Pada awalnya PHP merupakan kependekan dari Personal
Home Page (Situs Personal). PHP pertama kali dibuat oleh
Rasmus Lerdorf pada tahun 1995. Pada waktu itu PHP masih
bernama FI (Form Interpreted), yang wujudnya berupa
sekumpulan script yang digunakan untuk mengolah data form
dari web. Pada tahun 1997, sebuah perusahaan bernama Zend
menulis ulang interpreter PHP menjadi lebih bersih, lebih baik,
dan lebih cepat. Kemudian pada Juni 1998, perusahaan tersebut
merilis interpreter baru untuk PHP dan meresmikan rilis
tersebut sebagai PHP 3.0 dan singkatan PHP dirubah menjadi
akronim berulang PHP: Hypertext Preprocessing. Sebagian
besar sintaks dalam PHP mirip dengan bahasa C, Java dan Perl,
namun pada PHP ada beberapa fungsi yang lebih spesifik.
Sedangkan tujuan utama dari penggunaan bahasa ini adalah
untuk memungkinkan perancang web yang dinamis dan dapat
bekerja secara otomatis. PHP juga dapat dilihat sebagai pilihan
lain dari ASP.NET/C#/VB.NET Microsoft, ColdFusion
Macromedia, JSP/Java Sun Microsystems, dan CGI/Perl [3]
B. Spiral
Merupakan model proses perangkat lunak yang memadukan
wujud pengulangan dari model prototyping dengan aspek
pengendalian dan sistematika dari linear sequential model,
dengan penambahan elemen baru yaitu analisis resiko. Model
ini memiliki empat aktivitas penting, yaitu:
Liason, tahap ini berhubungan dengan komunikasi antara orang
yang akan mengembangkan software (system analyst) dengan
pelanggan. Tujuannya adalah agar dapat memuaskan pelanggan
dengan memperbaiki dan mengembangkan software sesuai
dengan kebutuhan, kepentingan dan keinginannya.
a. Perencanaan (Planning), penentuan tujuan, alternatif,
dan batasan.
b. Analisis Resiko (Risk Analysis), analisis alternative
dan identifikasi atau pemecahan resiko.
c. Analisis resiko (Risk Analysis), analisis alternatif dan
identifikasi/pemecahan resiko.
d. Rekayasa (Engineering), pengembangan level
berikutnya dari produk.
e. Evaluasi Pemakai (Customer Evaluation), penilaian
terhadap hasil rekayasa Bentuk spiral memberikan
gambaran bahwa semakin besar iterasinya, maka
menunjukkan makin lengkap versi dari perangkat
lunak yang dibuat. Selama awal sirkuit, objektif,
alternatif dan batasan didefinisikan serta resiko
diidentifikasikan dan dianalisa.
Jika resiko menunjukkan ada ketidakpastian terhadap
kebutuhan, maka prototyping harus dibuat pada kuadran
rekayasa. Simulasi dan pemodelan lain dapat digunakan untuk
mendefinisikan masalah dan memperbaiki kebutuhan.
Pelanggan mengevaluasi hasil rekayasa (kuadran evaluasi
pelanggan) dan membuat usulan untuk perbaikan. Berdasarkan
masukan dari pelanggan, fase berikutnya adalah perencanaan
dan analisis resiko. Setelah analisis resiko selalu diperiksa
apakah proyek diteruskan atau tidak, jika resiko terlalu besar,
maka proyek dapat dihentikan. Model spiral ini adalah
pendekatan yang paling realistik untuk sistem sekala besar [4].
Figure 1 Spiral Model
C. Klasifikasi
Klasifikasi data terdiri dari dua proses yaitu tahap
pembelajaran dan tahap pengklasifikasian. Tahap pembelajaran
merupakan tahapan dalam pembentukan model klasifikasi,
sedangkan tahap pengklasifikasian merupakan tahapan
penggunaan model klasifikasi untuk memprediksi label kelas
dari suatu data. Contoh sederhana dari teknik data mining
klasifikasi adalah pengklasifikasian hewan berdasarkan atribut
jumlah kaki, habitat dan organ pernafasannya akan
diklasifikasikan ke dalam dua label kelas yaitu unggas dan ikan.
Label kelas unggas adalah data yang memiliki jumlah kaki dua,
habitatnya di darat, dan organ pernafasannya menggunakan
paru-paru, sedangkan label kelas ikan adalah data yang
memiliki jumlah kaki nol (tidak memiliki kaki), habitat di air,
dan organ pernafasannya menggunakan insang. [5].
D. Text Preprocessing
Text preprocessing adalah untuk membangun satu set fitur
yang relevan dari text pada dokumen. Semua set fitur dipilih
untuk koleksi dokumen yang disebut repsentional model. Setiap
dokumen diwakili oleh nilai numeric vector. Tujuan dari text
preprocessing adalah untuk mengekstrak vector fitur
berkualitas tinggi untuk setiap dokumen, sehingga values yang
diambil adalah values yang bernilai tinggi atau penting. [6]
E. Case Folding
Case Folding adalah konversi teks menjadi suatu bentuk
standar, biasanya huruf kecil atau disebut juga lowercase.
Sebagai contoh, user meng-input “KOMPUTER”, “Komputer”,
atau “KomPuter”, maka fungsi dari case folding adalah untuk
memberikan hasil yang sama yaitu “komputer”. Case folding
adalah mengubah semua huruf didalam dokumen menjadi huruf
kecil. Hanya huruf ‘a-z’ yang diterima. Karakter selain huruf
akan dihilangkan dan dianggap delimiter. [5].
F. Tokenizing
Tokenizing adalah pemotongan string input berdasarkan
tiap kata yang menyusunnya dan memecah sekumpulan
karakter dalam suatu teks kedalam suatu kata. Pemisah dapat
berupa spasi, enter, dan tabulasi dianggap sebagai pemisah
kata [5].. Dibawah ini adalah contoh tokenizing.
Figure 2 Tokenizing
G. Stopword
Stopword adalah berhenti pada kata-kata yang sudah
diprediksi dari bahasa, yaitu kata-kata yang tidak memiliki
artian atau informasi yang penting. Contoh stopword dalam
bahasa Indonesia adalah yang, di, ke, adalah, akhir, apabila, dan
lain-lain. Kata-kata tersebut akan dilewati begitu saja oleh
sistem sehingga, hanya kata yang memiliki makna penting yang
akan diambil. [5].
H. Naïve Bayes Classifier
Berbagai penelitian menggunakan Algoritma Naïve Bayes
Classifier (NBC) sebagai metode pengklasifikasian teks. Salah
kasus yang menggunakan algoritma ini untuk pengklasifikasian
teks yaitu oleh [7]. Pada penelitian tersebut mengungkapkan
bahwa penggunaan metode NBC dapat digunakan untuk
pengklasifikasian otomatis terhadap data forum dengan tingkat
akurasi klasifikasi sebesar 73% dengan menggunakan
pengukuran efektifitas Confusion Matrix. Namun kekurangan
pada penelitian ini masih perlu menambahkan fitur khusus
dalam tokenisasi kalimat sehingga dapat menghasilkan
klasifikasi dengan akurasi yang lebih tinggi.
Figure 3 Naïve Bayes Classifier
review untuk produk kosmetik. Setelah itu, dokumen review
tadi melalui tahapan preprocessing dan dokumen berhasil
diproses, kemudian dilakukannya perhitungan probabilitas dari
setiap kata yang sudah diproses tadi, dan dihitung berapa
jumlah probabilitas dari setiap kelas yaitu positif, netral, dan
negatif. Kata probabilitas diberi label secara manual dari
database. Akan tetapi, database dari sentimen didapat dari
referensi penelitian terdahulu.
B. Text Preprocessing
Data yang diambil harus melalui tahapan teks preprocessing
terlebih dahulu agar lebih mudah dalam pengolahan data.
Semakin sedikit data yang diproses maka akan semakin cepat
pula kinerja sistem. Dibawah ini adalah flowchart dari tahap
preprocessing.

Start

Figure 4 Naive Bayes Classifier Dokumen

data
Keterangan:
C : Class
D : Dokumen
Wi : Kata ke-i
Case Folding
(Wi|C) : Jumlah kata wi dalam C
Count ( C ) : Jumlah kata di class C
|V| : Jumlah Vocabulary (Semua kata)

Parsing/Tokenizing

III. METHODOLOGY
A. Cara Kerja Program
Sta rt
Stopword

Dokumen
Review
Produk

Filtering
Preprocessing
Dokumen

Perhitungan
Kemunculan kata
Hasil
dan Probabilitas Dokumen

Klasifikas i

End

Hasil
Klasifikas i Figure 6 Text Preprocessing

Setelah dokumen didapatkan, pertama semua teks dari

End
Figure 5 Flowchart Cara Kerja Program
Langkah awal pada sistem ini adalah pengguna memberi
dokumen akan diproses menjadi huruf kecil (lowercase),
kemudian pada tahap tokenizing teks tadi akan dipotong atau
dipisahkan sesuai spasi agar lebih mudah diproses, setelah itu
pada tahap stopword kata yang tidak memiliki makna yang
tersimpan didalam database stopword akan dihilangkan dari 4 Parah langsung negatif
teks tersebut, tanpa menghilangkan makna dari teks tersebut. jerawatan menyesal
Terakhir adalah tahapan filtering yaitu kebalikan dari stopword sudah beli
tahapan filtering hanya mengambil kata-kata yang mempunyai Test 5 Aku suka banget ?
makna penting yang ada didalam data training. Berikut set penyelamat banget
dibawah ini adalah hasil dari teks preprocessing. natrep ini
Table 1 Text Preprocessing
Berikut dibawah ini adalah hasil perhitungan untuk testing
data.
Sebelum Text Setelah Text
Preprocessing Preprocessing
(1)
Dipake tiap malem suka ❤ Kalkulasikan prior probabilitas dari kelas positif, netral,
sebagai sleepingmask bisa dan negatif.
banget buat ilangin y(pos)=2/4
beruntusan, selalu ditaro y(net)=1/4
di kulkas jadi dipakenya y(neg)=1/4
adem banget trus juga
ngga lengket, satu jar bisa Kemudian mengkalkulasi nilai maksimum likelihood
buat berbulan bulan,, suka dengan menggunakan rumus.
pokonya ❤

(2)
y(suka|pos) = (2+1)/(12+23) = 3/35
C. Algoritma Naïve Bayes Classifier
y(parah|pos) = (0+1)(12+23)= 1/35
Data yang telah melalui tahap pemrosesan teks kemudian y(lumayan|pos) = (0+1)(12+23)= 1/35
dapat dilanjutkan ke tahap selanjutnya yaitu klasifikasi dengan
algoritma Naïve Bayes Classifier. Data dalam bentuk teks akan y(suka|net) = (0+1)/(12+23) = 1/35
muncul dua hasil klasifikasi teks yang mengandung positif, y(parah|net) = (0+1)(12+23)= 1/35
netral, dan negatif. Berikut ini adalah perhitungan algoritma y(lumayan|net) = (1+1)(12+23)= 2/35
Naïve Bayes Classifier:
1. Tahap awal dalam proses NBC adalah menghitung y(suka|neg) = (0+1)/(12+23) = 1/35
probabilitas masing-masing kelas dari keseluruhan y(parah|neg) = (1+1)(12+23)= 2/35
data training. y(lumayan|neg) = (0+1)(12+23)= 1/25
2. Proses testing. Proses ini intuk mengetahui keakuratan
model yang dibangun pada proses training, umumnya y(pos|d5) = 2/4*3/35*1/35*1/35= 3,49854E-05
digunakan data yang disebut test set untuk y(net|d5) = 1/4*1/35*1/35*2/35 = 1,16618E-05
memprediksi label. Metode NBC terdiri dari dua tahap y(neg|d5) = 1/4*1/35*2/35*1/25 = 1,63265E-05
dalam proses klasifikasi teks, tahap pelatihan dan y(pos|d5) > y(neg|d5) dan y(net|d5)
tahap klasifikasi. Pada tahap pelatihan dilakukan
proses analisis terhadap sample dokumen berupa Hasil dari perhitungan diatas adalah kelas positif pada d5
pemilihan vocabulary yaitu kata yang dimungkinkan mempunyai nilai yang paling tinggi, jadi kelas d5
muncul dalam koleksi dokumen sample yang menjadi mempunyai kelas positif.
representasi dokumen. Langkah selanjutnya adalah
menentukan probabilitas bagi tiap kategori
berdasarkan sampel dokumen. IV. HASIL DAN ANALISIS
Berikut dibawah ini adalah contoh perhitungan Naïve
Bayes Classifier: Pada tahap ini penulis mencoba melakukan testing
Table 2 Contoh Data Training sebanyak 100 review produk untuk menentukan kelas dari
review tersebut apakah positif, netral, atau negatif. Dengan
Set Doku Kata Kelas data testing yang terdiri dari emoticon, kata positif, netral,
men dan negatif. Berikut dibawah ini adalah tabel hasil dari
Traini 1 Aku suka natrep Positif analisis sentimen menggunakan naïve bayes classifier.
ng Set 2 Aku suka natrep gak Positif
Table 3 Hasil Uji
lengket dan ngilangin
bruntusan.
Data Set Dokumen Hasil
3 Lumayan sih tapi Netral
Awalnya beli ini karna pos
masih mau nyoba
lagi hyped banget
yang lain.
Training Set dipasaran, setelah coba
ternyata aku juga jadi
suka bangeettt sama aloe
vera gel iniii!!!
Texturenya gel bening
yg cepet banget meresap
dikulit, gak greasy, gak
bikin muka tambah
berminyak, muka jadi
glowing2 gimanaa gitu
setelah pakai.
walau kulit aku normal
ga ada jerawat pake ini
cuma melembabkan,
menghilangkan belang,
dan membuat glowing.
Pas pms kadang 1/2 aku
pakein NR besoknya
udah memudar. bakal
repurchase lagi nih udah
jar kedua 😍
Wagelasih pertama kali
pake aku udah jatuh
cinta sama natrep❤️
gak ngerti lgi deh, dia
bener2 bisa bikin
beruntusan aku kabur
entah kemana, apalagi
dipakenya sama cuka
apel bener2 bisa bikin
dosa2 di muka hilang
semua jadi lebih cerah
dan glowing😍
aloe vera ini bagus
bagus banget buat
ngatasin masalah kukit.
kayak jerawat, bekas
jerawat, dan untk
ngelembapin kulit. ya
walaupun dia ini emng
lama prosesnya tapi
semuanya bgus banget
hasilnya. aku udh pakai
sekitar 1 bulanan dan
bener bener berbuah
manis..
Produk ini kayanya
produk himalaya yang
paling aku gak suka -_-
scrubnya gede2 dan
kasar banget, jadi
bukannya ngilangin
jerawat dan komedo2
tapi malah bikin
beruntusan -_- alhasil
dia nganggur sampai
akhirnya kadaluarsa dan
berakhir ku buang
ga suka parahhh,karna
malah bikin
bruntusannn.Dan ga da
efek ngebersihinnya
menurut aku.Karna abis
ngescrub ga ada efek
bersihnya dan
sebenernya yang aku
kurang srek itu pas nge
scrub ga berasa nge
srucb wkwk.Karna
kebiasaan pake scrub
pos yang butirannya agak
kasar kali ya wkw
a. TP = 75 dari of 100 review berhasil diklasifikasi.
b. TN = 5 dari 100 review berhasil diklasifikasi, tetapi,
tidak meyakinkan
c. FP = 20 dari 100 review berhasil diklasifikasi tetapi,
gagal
pos d. FN = 0 out of 100 review tidak berhasil diklasifikasi,
dan gagal.
Berikut dibawah ini adalah perhitungan akurasi dari
sistem tersebut.
75 + 5 80
𝐴𝑐𝑐𝑢𝑟𝑎𝑐𝑦 = × 100% = = 80%
75 + 0 + 20 + 5 100
Dari hasil perhitungan akurasi dengan menggunakan
rumus diatas, dapat disimpulkan hasil akurasi dari sistem
tersebut adalah 80% dengan menggunakan Naïve Bayes
Classifier.
pos
V. KESIMPULAN & SARAN
A. Kesimpulan
Sentimen analisis untuk membuat keputusan dari review produk
dengan algoritma Naïve Bayes Classifier menghasilkan akurasi
yang cukup bagus yaitu sebesar 80%. Sistem ini bekerja dengan
baik dan lebih akurat apabila pada review tersebut terdapat
emoticon. Kemudian dengan menggunakan stopword dan
filtering pada tahap text preprocessing dapat mengurangi kata
dan mengurangi perhitungan Naïve Bayes Classifier, sehingga
hanya kata penting yang akan dihitung dan dapat meningkatkan
akurasi.
neg
B. Saran
Penulis menyadari banyaknya kekurangan pada sistem ini,
maka penulis menyarankan.
a. Menambah lebih banyak kata pada data training.
b. Menambahkan perhitungan Klasifikasi dengan fitur
Unigram dll.
c. Bandingkan dengan algoritma klasifikasi lainnya.
neg
 [15] W. F. Mahmudy and A. W. Widodo, "Klaisifikasi
Artikel Berita Secara Otomatis Menggunakan Metode
REFERENCES Naive Bayes Classifier yang Dimodifikasi," Tekno, vol.
21, 2014.

[1] S. Nararya, "dictio," 1 August 2017. [Online].

Available: https://www.dictio.id/t/apa-yang-dimaksud-
dengan-umpan-balik-feedback-dalam-komunikasi/9058.
[Accessed 16 July 2018].
[2] L. L. Dhande and G. K. Patnaik, "Analyzing Sentiment
of Movie Review Data using Naive Bayes Classifier,"
International Journal of Emerging Trends &
Technology in Computer Science (IJETTCS) , vol. III,
no. 4, pp. 313-320, 2014.
[3] A. L. K. Ratna, "Pengertian PHP dan MYSQL," 2018.
[4] D. S. Budi, T. A. Y. Siswa and H. Abijono, "Analisis
Pemilihan Penerapan Proyek Metodologi
Pengembangan Rekayasa Perangkat Lunak," TEKNIKA,
pp. 24-31, 2016.
[5] Informatikalogi, "Informatikalogi.com," 27 November
2017. [Online]. Available:
https://informatikalogi.com/text-preprocessing/.
[Accessed 29 Mei 2018].
[6] M. Perovšek, J. Kranjc, T. Erjavec, B. Cestnik and N.
Lavrac, "TextFlows: A Visual Programming Platform
for Text Mining for Text Mining and Natural Language
Processing," Science of Computer Programming, pp.
128-152, 2016.
[7] I. Aida, "Klasifikasi Data Forum dengan Menggunakan
Metode Naïve Bayes Classifier," Seminar Nasional
Aplikasi Teknologi Informasi (SNATI), pp. 5-10, 2014.
[8] N. D. Putranti, "Analisis Sentimen Twitter untuk Teks
Berbahasa Indonesia dengan Maximum Entropy dan
Support Vector Machine," IJCSS, vol. VIII, pp. 91-100,
2014.
[9] M. Siti, "Prr-Processing Text Mining Pada Data
Twitter," Seminar Nasional Teknologi Informasi dan
Komunikasi 2016 (SENTIKA 2016) , pp. 49-56, 2016.
[10] I. K. S. Buana, Jago Pemograman PHP, Jakarta: Dunia
Komputer, 2014.
[11] K. Budi, M. A. Fauzi and A. W. Widodo, "Klasifikasi
Berita Twitter Menggunakan Metode Improved Naïve
Bayes," Jurnal Pengembangan Teknologi Informasi dan
Ilmu Komputer , pp. 1193-1200, 2017.
[12] P. Y. R. Inggrid, A. A. Rosa and R. Faisal, "Study of
Hoax News Detection Using Naive Bayes Classifier in
Indonesian Language," International Conference on
Information & Communication Technology and System
(ICTS), pp. 73-78, 2017.
[13] E. A. Laksana, "Collaborative Filtering dan
Aplikasinya," Jurnal Ilmiah Teknologi Informasi
Terapan , vol. I, pp. 36-40, 2014.
[14] F. Mahmudy and W. Widodo, "Klasifikasi Artikel
Berita Secara Otomatis Menggunakan Metode Naive
Bayes Clasifier yang di Modifikasi," Tekno, pp. 1693-
8739, 2014.