Sistem Opinion Mining dengan Metode Pos Tagging dan SVM Untuk Ekstraksi Data Opini Publik pada Layanan JKBM
ABSTRACT: Analisis sentimen
atau opinion mining dapat digunakan untuk mengekstrak opini dari baris baris
teks menjadi suatu informasi. Salah satu metode yang digunakan adalah Hidden
Markov Model (HMM). HMM digunakan untuk memberikan kelas kata secara gramatikal
pada suatu kalimat. Setelah kelas kata dapat ditentukan selanjutnya menentukan
aturan dengan menggunakan rule based. Dengan menggunakan rule based suatu
kalimat dapat ditentukan termasuk opini atau bukan. Penerapan metode Support
Vector Machine digunakan untuk mengklasifikasikan opini ke dalam opini positif
dan negatif. Data yang digunakan adalah data pada penangan keluhan dan pada
opini online pada Unit Pelayanan Teknis Jaminan Kesehatan Bali Mandara Provinsi
Bali. Hasil proses opinion mining akan diuji menggunakan metode precission,
recall dan akurasi. Hasil penelitian menunjukkan presentase nilai precission,
recall dan akurasi memiliki rata rata presentase sebesar 89 persen. Ini
menunjukkan metode pos tagging dan SVM mampu mengklasifikasikan kalimat kedalam
opini dan menentukan kalimat ke dalam opini positif dan negatif
Penulis: Luh Ria Atmarani
Kode Jurnal: jptlisetrodd170036
