Analisis Sentimen Berdasarkan Aspek Menggunakan Learning Vector Quantization

Tujuan dari penelitian ini untuk mengetahui performa dari metode yang digunakan dalam menganalisis sentimen berdasarkan aspek. Adapun metode yang digunakan pada penelitian ini yaitu Learning Vector Quantization. Dimana data latih dan data uji sebelumnya melalui tahap preprocessing untuk mengolah data dan mengekstraksi fitur yang ada di dalamnya. Tahap preprocessing yang digunakan yaitu case folding, filtering, tokenization, word normalization, dan stopword removal. Setelah itu list fitur diubah menjadi bentuk vector dengan menggunakan pembobotan TF-IDF. Berdasarkan hasil penelitian yang dilakukan pada analisis sentimen berdasarkan aspek ini, pengujian LVQ dengan skenario pengujian mendapatkan hasil terbaik dengan learning rate 0.05 dan epoch ke-100 mendapatkan hasil sebesar 67.02%. Berdasarkan hasil pengujian, diperoleh akurasi menggunakan metode LVQ sebesar 61,72%.