Kembali ke proyek 
Machine Learning2025
Analisis Sentimen Ulasan
Klasifikasi sentimen ulasan produk berbahasa Indonesia dengan TF-IDF dan beberapa model pembanding.

Tentang proyek
Eksperimen analisis sentimen pada ulasan produk berbahasa Indonesia. Teks dibersihkan, dinormalisasi, lalu diekstraksi fiturnya dengan TF-IDF sebelum diklasifikasikan.
Saya membandingkan beberapa model (Naive Bayes, SVM, Logistic Regression) dengan metrik akurasi, precision, recall, dan F1-score, lalu memilih model dengan performa paling seimbang.
Yang saya kerjakan
- Praproses teks Indonesia: case folding, slang normalization, stemming.
- Perbandingan tiga model dengan cross-validation.
- Evaluasi memakai confusion matrix dan classification report.