<![CDATA[Pada masa ini di zaman big data , penggunaan media sosial sering kali membuat postingan di akun media social miliknya berupa opini-opini terhadap kejadian dan barang disekitarnya, salah satunya yaitu membuat suatu postingan yang memberikan opini pada suatu barang sehingga kita jadi tahu dampak atau pandangan publik dari suatu produk pada kasus ini yaitu jafra. Adapun beberapa tahapan-tahapan dalam penelitian ini diawali dari pengumpulan data yang dilakukan dengan mengcollect data tweet pada media social twitter sebanyak 1.000 tweet yang berkaitan dengan produk jafra, selanjutnya dilakukan pra-prosesing untuk mencari kata-kata yang sering muncul didalam tweet. Penelitian ini bertujuan untuk menentukan sentimen publik terhadap dampak dari penjualan produk Jafra dimasa pandemic virus covid-19 ini, sehingga membantu usaha penjualan untuk melakukan riset atas opini publik. Klasifikasi algoritma seperti Naive Bayes (NB), K-Nearest Neighbor (k-NN) dan Decision Tree yang diusulkan oleh banyak peneliti untuk digunakan dalam analisis sentimen teks. Ketiga algoritma dan metodenya, akan diuji dengan dua masukan dengan menggunakan komentar Tokenize and Transform Case yang positif dan negatif , akurasi yang didapat algoritma Naïve Bayes accuracy: 74.92%, k-NN accuracy: 76.22%, Decision Tree accuracy: 77.85% Hasil penelitian menunjukkan bahwa algoritma Decisoin Tree mendapatkan hasil terbaik dan akurat]]>
Copyrights © 2022
