<![CDATA[Sebuah proses pengambilan informasi berkualitas tinggi dari sebuah teks yang akan diproses disebut sebagai text mining. Informasi tersebut biasanya diperoleh melalui peramalan pola dan berbagai kecenderungan melalui sarana seperti pembelajaran pola statistik. Adapun pada saat ini, jumlah arus informasi yang sangat besar telah tersedia dalam dokumen online. Penambangan teks (text mining) berkembang dari kebutuhan untuk memproses data tak terstruktur (unstructured data) dalam bentuk teks. Penambangan teks diturunkan dari penambangan data (data mining) dan karenanya banyak memiliki kesamaan metode dalam penerapannya. Sebagai bagian dari upaya untuk lebih mengatur informasi tersebut bagi pengguna, maka dilakukan penyelidikan masalah agar teks dapat terkategorisasi secara otomatis. Makalah ini membahas tentang pemrosesan text mining menggunakan berbagai macam metode klasifikasi yang digunakan untuk dapat mengetahui seberapa besar tingkat peminatan pemirsa terhadap sebuah acara review film. Dataset yang digunakan pada penelitian ini berasal dari sebuah data berita. Dataset yang disediakan terdiri dua direktori yakni direktori pos dan neg pada direktori data_review_film dalam penelitian ini. Data ini merupakan data opini publik tentang sebuah proses review film yang kemudian akan dilakukan prediksi berapakah jumlah opini tersebut yang merupakan kombinasi kemungkinan dari review positif dan negatif. Pada bagian pembahasan dilakukan perbandingan untuk masing-masing metode klasifikasi yang dilakukan. Dalam penelitian ini, algoritma klasifikasi Naïve Bayes merupakan algoritma yang paling efektif dibandingkan dengan algoritma lainnya.]]>
Copyrights © 2023
