PENGARUH SYNTHETIC MINORITY OVERSAMPLING TECHNIQUE(SMOTE), REPRESENTASI FITUR, DAN ALGORITMA KLASIFIKASI PADA SENTIMENT ANALYSIS

Abstract

Komentar-komentar pada layanan sewa hotel online seperti Traveloka merupakan sumber daya sangat penting yang bisa digunakan bagi pihak penyedia layanan tersebut termasuk pengelola hotel terkait untuk melakukan kontrol kualitas pada layanan sewa hotel mereka, yang berakhir pada meningkatnya kepuasan pelanggan. Sentiment Analysis (SA) merupakan tool untuk melakukan analisis terhadap komentar-komentar tersebut. Permasalahanpermasalahan yang muncul pada sentiment analysis adalah tidak seimbangnya data komentar (imbalanced datasets) dalam hal jumlah dari masing-masing kelas, kemudian algoritma klasifikasi serta representasi fitur yang akan digunakan. Penelitian ini akan mencoba melihat bagaimana SMOTE (Synthetic Minority Oversampling Technique) dalam usaha menyeimbangkan jumlah data dari masing-masing kelas, penggunaan algoritma klasifikasi Naïve Bayes, Logistic Regression, dan Support Vector Machine, dan penggunaan representasi fitur term presence, term occurrence, dan TF-IDF dalam pengaruhnya terhadap hasil kinerja sentiment analysis. Penggunaan SMOTE terbilang cukup efektif dalam memperbaiki kinerja model pada kasus klasifikasi dengan data tidak seimbang, yang dibuktikan dengan peningkatan kinerja rata-rata model sebesar kurang lebih 12%. Representasi fitur term occurrence menghasilkan nilai g-mean score rata-rata sebesar 81,68%, kemudian term presence sebesar 79,89%, dan terakhir TF-IDF sebesar 79,31%. Sedangkan untuk algoritma klasifikasi, Logistic Regression menghasilkan nilai g-mean score rata-rata sebesar 81,65%, kemudian Support Vector Machine sebesar 81,55%, dan terakhir Naïve Bayes sebesar 77,68%.