Sentimen Analisis Review Film Pada IMDb Menggunakan Algoritma Logistic Regression
Bilah Samping Artikel
Diterbitkan:
Jun 30, 2025
Kata Kunci:
Sentiment Analysis, Logistic Regression, Grid Search, Active Learning
Isi Artikel Utama
Abstrak
Sentimen Analisis merupakan salah satu bidang dalam Machine Learning yang berfokus pada analisis opini dalam bentuk teks. IMDb, sebagai platform yang telah lama digunakan, menyediakan informasi dan wadah bagi para pecinta film di seluruh dunia untuk berbagi pendapat. Respons yang diberikan oleh pengguna bisa menjadi tolak ukur keberhasilan suatu film. Penelitian ini bertujuan untuk mengklasifikasikan opini menjadi positif dan negatif menggunakan algoritma Logistic Regression yang dikombinasikan dengan metode Grid Search dan Active Learning. Hasil klasifikasi menunjukkan bahwa akurasi tertinggi yang diperoleh adalah 90.90% untuk Logistic Regression pada metode Grid Search dan metode Active Learning. Sementara itu, untuk Logistic Regression pada metode Active memiliki akurasi 90,58%. Sedangkan, untuk Logistic Regression pada metode Grid Search memiliki akurasi 90,17%. Dan, pada Logistic Regression saja memiliki akurasi 89.81%.
Rincian Artikel
##submission.howToCite##
Faridi, M. A., Tuzzahra, F., Al-Qadri, A., Nahavira, R., Az-Zahrah, P. A., Apriliani, C., & Abdiansah. (2025). Sentimen Analisis Review Film Pada IMDb Menggunakan Algoritma Logistic Regression. JITSI : Jurnal Ilmiah Teknologi Sistem Informasi, 6(2), 132 - 139. https://doi.org/10.62527/jitsi.6.2.422
Terbitan
Bagian
Articles
##submission.license.cc.by-sa4.footer##
Referensi
[1] V. K. Singh, R. Piryani, A. Uddin, dan P. Waila, "Sentiment analysis of movie reviews: A new feature-based heuristic for aspect-level sentiment classification," 2013 International Multi-Conference on Automation, Computing, Communication, Control and Compressed Sensing (iMac4s), 2013, pp. 712-717.
[2] E. Haddi, X. Liu, dan Y. Shi, “The Role of Text Pre-processing in Sentiment Analysis,” Procedia Computer Science, vol. 17, pp. 26–32, Dec. 2013.
[3] F. Mailoa, "Analisis sentimen data Twitter menggunakan metode text mining tentang masalah obesitas di Indonesia," Journal of Information Systems for Public Health, vol. 6, no. 1, pp. 44–51, 2021.
[4] D. Rifaldi, A. Fadlil, dan Herman, "Teknik Preprocessing Pada Text Mining Menggunakan Data Tweet 'Mental Health'," Decode: Jurnal Pendidikan Teknologi Informasi, vol. 3, pp. 161-171, Apr. 2023.
[5] S. A. Bahtiar, C. Dewa, and A. Luthfi, “Comparison of Naïve Bayes and Logistic Regression in Sentiment Analysis on Marketplace Reviews Using Rating-Based Labeling”, journalisi, vol. 5, no. 3, pp. 915-927, Aug. 2023.
[6] I. Muhamad Malik Matin, “A Hyperparameter Tuning Using GridsearchCV on Random Forest for Malware Detection”, JURNAL MULTIMEDIA NETWORKING INFORMATICS, vol. 9, no. 1, pp. 43–50, May 2023.
[7] A. I. Schein and L. H. Ungar, "Active learning for logistic regression: an evaluation," Machine Learning, vol. 68, no. 3, pp. 235–265, Oct. 2007.
[8] S. A. S. Mola, Y. C. Luttu, and D. N. Rumlaklak, "Perbandingan Metode Machine Learning dalam Analisis Sentimen Komentar Pengguna Aplikasi InDriver pada Dataset Tidak Seimbang," Jurnal Sistem Informasi Bisnis, vol. 14, no. 3, pp. 247-255, Aug. 2024.
[9] G. Aliman, N. Arago, and C. Dela Cruz, "Sentiment Analysis using Logistic Regression," Journal of Computational Innovations and Engineering Applications, vol. 7, no. 1, pp. 35–40, 2022.
[10] A. Hagi and D. B. Rarasati, “Sentiment Analysis of Sirekap Application Review Using Logistic Regression Algorithm,” Jurnal Informatika, vol. 11, no. 2, pp. 55–64, Oct. 2024.
[11] A. L. Maas, R. E. Daly, P. T. Pham, D. Huang, A. Y. Ng, and C. Potts, “Learning word vectors for sentiment analysis,” Proc. 49th Annu. Meet. Assoc. Comput. Linguist. Hum. Lang. Technol., pp. 142–150, 2011.
[12] R. Wahyudi and G. Kusumawardana, "Analisis Sentimen pada Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine," Jurnal Informatika, vol. 8, pp. 200–207, Sep. 2021.
[13] I. Subagyo, L. D. Yulianto, W. Permadi, A. W. Dewantara, dan A. D. Hartanto, “Sentiment Analisis Review Film di IMDB Menggunakan Algoritma SVM,” Jurnal Sistem Informasi dan Teknologi Informasi, vol. 8, no. 1, pp. 47–56, 2019.
[14] K. Lubis, T. AriBangsa, dan A. Yudertha, "Analisis Sentimen Opini Masyarakat terhadap Pindahnya Ibu Kota Indonesia dengan Menggunakan Klasifikasi Naïve Bayes," Jurnal Teknoinfo, vol. 18, no. 1, hlm. 226–238, Jan. 2024.
[15] E. R. Lidinillah, T. Rohana, and A. R. Juwita, “Analisis sentimen twitter terhadap steam menggunakan algoritma logistic regression dan support vector machine”, tekno, vol. 10, no. 2, pp. 154-164, Jul. 2023.
[16] I. Rahmawati, T. Rika Fitriani, A. No’eman, dan A. Y. P. Yusuf, “Analisis Sentimen Menggunakan Algoritma Logistic Regression Pada Penerbangan Lion Air berdasarkan Ulasan Platform Online”, JRITI, vol. 1, no. 1, hlm. 11–16, Agu 2023.
[17] G. M. Zakir, "Optimalisasi Hyperparameter pada Model Deteksi Transaksi Mencurigakan Menggunakan Grid-Search," e-Proceeding of Engineering, vol. 11, no. 6, pp. 6727-6732, Dec. 2024.
[18] D. D. Nur Cahyo, “Sentiment Analysis for IMDb Movie Review Using Support Vector Machine (SVM) Method”, Inf. J. Ilm. Bid. Teknol. Inf. dan Komun., vol. 8, no. 2, pp. 90-95, Mar. 2023.
[19] R. Mardianto, Stefanie Quinevera, and S. Rochimah, “Perbandingan Metode Random Forest, Convolutional Neural Network, dan Support Vector Machine Untuk Klasifikasi Jenis Mangga”, J. Appl. Comput. Sci. Technol., vol. 5, no. 1, pp. 63 - 71, May 2024.
[20] RIDWAN INDRANSYAH, Yulison Herry Chrisnanto, and Puspita Nurul Sabrina, “KLASIFIKASI SENTIMEN PERGELARAN MOTOGP DI INDONESIA MENGGUNAKAN ALGORITMA CORRELATED NAÏVE BAYES CLASIFIER”, infotech, vol. 8, no. 2, pp. 60–66, Oct. 2022.
[2] E. Haddi, X. Liu, dan Y. Shi, “The Role of Text Pre-processing in Sentiment Analysis,” Procedia Computer Science, vol. 17, pp. 26–32, Dec. 2013.
[3] F. Mailoa, "Analisis sentimen data Twitter menggunakan metode text mining tentang masalah obesitas di Indonesia," Journal of Information Systems for Public Health, vol. 6, no. 1, pp. 44–51, 2021.
[4] D. Rifaldi, A. Fadlil, dan Herman, "Teknik Preprocessing Pada Text Mining Menggunakan Data Tweet 'Mental Health'," Decode: Jurnal Pendidikan Teknologi Informasi, vol. 3, pp. 161-171, Apr. 2023.
[5] S. A. Bahtiar, C. Dewa, and A. Luthfi, “Comparison of Naïve Bayes and Logistic Regression in Sentiment Analysis on Marketplace Reviews Using Rating-Based Labeling”, journalisi, vol. 5, no. 3, pp. 915-927, Aug. 2023.
[6] I. Muhamad Malik Matin, “A Hyperparameter Tuning Using GridsearchCV on Random Forest for Malware Detection”, JURNAL MULTIMEDIA NETWORKING INFORMATICS, vol. 9, no. 1, pp. 43–50, May 2023.
[7] A. I. Schein and L. H. Ungar, "Active learning for logistic regression: an evaluation," Machine Learning, vol. 68, no. 3, pp. 235–265, Oct. 2007.
[8] S. A. S. Mola, Y. C. Luttu, and D. N. Rumlaklak, "Perbandingan Metode Machine Learning dalam Analisis Sentimen Komentar Pengguna Aplikasi InDriver pada Dataset Tidak Seimbang," Jurnal Sistem Informasi Bisnis, vol. 14, no. 3, pp. 247-255, Aug. 2024.
[9] G. Aliman, N. Arago, and C. Dela Cruz, "Sentiment Analysis using Logistic Regression," Journal of Computational Innovations and Engineering Applications, vol. 7, no. 1, pp. 35–40, 2022.
[10] A. Hagi and D. B. Rarasati, “Sentiment Analysis of Sirekap Application Review Using Logistic Regression Algorithm,” Jurnal Informatika, vol. 11, no. 2, pp. 55–64, Oct. 2024.
[11] A. L. Maas, R. E. Daly, P. T. Pham, D. Huang, A. Y. Ng, and C. Potts, “Learning word vectors for sentiment analysis,” Proc. 49th Annu. Meet. Assoc. Comput. Linguist. Hum. Lang. Technol., pp. 142–150, 2011.
[12] R. Wahyudi and G. Kusumawardana, "Analisis Sentimen pada Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine," Jurnal Informatika, vol. 8, pp. 200–207, Sep. 2021.
[13] I. Subagyo, L. D. Yulianto, W. Permadi, A. W. Dewantara, dan A. D. Hartanto, “Sentiment Analisis Review Film di IMDB Menggunakan Algoritma SVM,” Jurnal Sistem Informasi dan Teknologi Informasi, vol. 8, no. 1, pp. 47–56, 2019.
[14] K. Lubis, T. AriBangsa, dan A. Yudertha, "Analisis Sentimen Opini Masyarakat terhadap Pindahnya Ibu Kota Indonesia dengan Menggunakan Klasifikasi Naïve Bayes," Jurnal Teknoinfo, vol. 18, no. 1, hlm. 226–238, Jan. 2024.
[15] E. R. Lidinillah, T. Rohana, and A. R. Juwita, “Analisis sentimen twitter terhadap steam menggunakan algoritma logistic regression dan support vector machine”, tekno, vol. 10, no. 2, pp. 154-164, Jul. 2023.
[16] I. Rahmawati, T. Rika Fitriani, A. No’eman, dan A. Y. P. Yusuf, “Analisis Sentimen Menggunakan Algoritma Logistic Regression Pada Penerbangan Lion Air berdasarkan Ulasan Platform Online”, JRITI, vol. 1, no. 1, hlm. 11–16, Agu 2023.
[17] G. M. Zakir, "Optimalisasi Hyperparameter pada Model Deteksi Transaksi Mencurigakan Menggunakan Grid-Search," e-Proceeding of Engineering, vol. 11, no. 6, pp. 6727-6732, Dec. 2024.
[18] D. D. Nur Cahyo, “Sentiment Analysis for IMDb Movie Review Using Support Vector Machine (SVM) Method”, Inf. J. Ilm. Bid. Teknol. Inf. dan Komun., vol. 8, no. 2, pp. 90-95, Mar. 2023.
[19] R. Mardianto, Stefanie Quinevera, and S. Rochimah, “Perbandingan Metode Random Forest, Convolutional Neural Network, dan Support Vector Machine Untuk Klasifikasi Jenis Mangga”, J. Appl. Comput. Sci. Technol., vol. 5, no. 1, pp. 63 - 71, May 2024.
[20] RIDWAN INDRANSYAH, Yulison Herry Chrisnanto, and Puspita Nurul Sabrina, “KLASIFIKASI SENTIMEN PERGELARAN MOTOGP DI INDONESIA MENGGUNAKAN ALGORITMA CORRELATED NAÏVE BAYES CLASIFIER”, infotech, vol. 8, no. 2, pp. 60–66, Oct. 2022.