ABSTRAK
Maraknya penggunaan jejaring sosial seperti Facebook mendorong
munculnya data tekstual yang tidak terbatas, sehingga muncul
kebutuhan penyajian informasi tanpa mengurangi nilai dari informasi
tersebut. Salah satu pemanfaatan data ini adalah untuk mengetahui
opini atau sentimen publik terhadap pelayanan dan produk suatu toko
online. Metodologi yang digunakan untuk melakukan analisis
sentimen dimulai dari data collecting, preprocessing, feature
selection, klasifikasi dan pengukuran akurasi. Metode klasifikasi
naïve bayes, k-NN dan decision tree digunakan untuk membandingkan
hasil prediksi klasifikasi yang terbaik. Hasil analisis pengujian
menunjukkan naïve bayes memiliki kestabilan akurasi setelah diuji
dengan nilai minimum support 0.036 pada Frequent Itemset. Naïve
bayes memiliki rata-rata akurasi 90.1%.
Kata kunci: Opini, Sentimen, Preprocessing, Feature Selection,
Klasifikasi, Naïve Bayes, k-NN, Decision Tree, Frequent Itemset,
Akurasi