<![CDATA[Penerapan dari machine learning dalam bisnis telah memungkinkan produsen atau penjual untuk mengetahui kualitas produk dagangan mereka berdasarkan pada analisis ulasan pelanggan menggunakan Sentiment Analysis (SA). Penelitian ini bertujuan untuk mengetahui pengaruh dari jenis stopword terhadap akurasi dari metode Multinomial Naïve Bayes (MNB) dalam proses SA. Terdapat 10 jenis stopword yang digunakan dalam penelitian ini: umum, konjungsi, bahasa gaul, keterangan waktu, kata benda, kata ganti orang, kata seruan, kata kerja, dan kata dengan satu huruf. Berdasarkan pada uji Friedman pada tiga ulasan dari tiga produk sepatu, diketahui bahwa menghilangkan stopword konjungsi (MNB-konjungsi) dapat meningkatkan akurasi model MNB dalam proses SA sebesar 1%. Hasil uji T pada dua dari tiga himpunan data menunjukkan bahwa MNB-konjungsi memiliki akurasi yang lebih baik ketimbang MNB tanpa menghilangkan stopword. ]]>
Copyrights © 2025
