KLASIFIKASI BERDASARKAN QUESTION DALAM STACK OVERFLOW MENGGUNAKAN ALGORITMA NAIVE BAYES

CLASSIFICATION BASED ON QUESTION IN STACK OVERFLOW USING NAIVE BAYES ALGORITHM

Stackoverflow  merupakan  sebuah  website  yang  menyediakan  banyak informasi  tentang  pemrograman.  Pengguna  dapat  berinteraksi  dengan pengguna  lainnya  dalam  sebuah  forum  diskusi  yang  diajukan.  Pengguna dapat  mengajukan  sebuah  pertanyaan  yang  kemudian  akan  ditanggapi oleh  pengguna  lain.  Ketika  mengajukan  sebuah  pertanyaan,  pengguna harus  memasukkan  kategori  yang  tepat  pada  pertanyaan  yang  diajukan agar  mendapatkan  respons  atau  jawaban  yang  sesuai.  Berdasarkan beberapa  kasus  yang  terjadi  masih  banyak  pengguna  website  mengalami kebingungan  ketika  memilih  kategori  pertanyaan  yang  diajukan. Akibatnya, pertanyaan  yang diajukan tidak mendapat respons yang tepat atau  kurang  sesuai.  Sehingga,  penelitian  ini  diajukan  untuk  membantu proses  pengkategorian  pertanyaan  pada  website  Stackoverflow.  Penelitian menggunakan  Algoritma  Naïve  Bayes  untuk  memprediksi  kategori pertanyaan yang diajukan. Pada penelitian ini dilakukan beberapa proses, dimulai  dengan  proses  input  dataset  dilanjutkan  dengan  pembacaan  file dataset.  Kemudian  dataset  akan  melalui  preprocessing  yang  dilanjutkan dengan pembobotan dan  proses ekstraksi fitur dengan Algoritma TF-IDF.  Selanjutnya,  data  diproses  menggunakan  Algoritma  Naïve  Bayes  yang akan  menghasilkan  kategori  pertanyaan.  Selanjutnya  dilakukan  proses evaluasi  model  untuk  menentukan  model  terbaik  yang  akan  digunakan untuk tampilan antarmuka aplikasi. Hasil yang didapat dari tahap evaluasi model  dengan  4  kali  percobaan  menggunakan  10.000-40.000  data menghasilkan  nilai  akurasi,  precision,  recall,  dan  f1-score  tertinggi  sebesar 75%,  75%,  75%  dan  74%.  Dari  hasil  pengujian  yang  telah  dilakukan Algoritma  Naïve  Bayes  dapat  digunakan  sebagai  klasifikasi  text  dan menghasilkan nilai yang cukup baik. 

Kata Kunci—  text mining, Algoritma Naïve Bayes, stackoverflow, Algoritma TFIDF

Stackoverflow  is  a  website  that  provides  a  lot  of  information  about programming. Users can interact with other users in a proposed discussion forum.  Users  can  ask  a  question  which  other  users  will  then  respond  to. When  asking  a  question,  the  user  must  enter  the  correct  category  of  the question asked in  order to get the  appropriate  response or answer. Based on  several  cases  that  occur,  there  are  still  many  website  users  who experience confusion when choosing the category of questions asked. As a result,  the  questions  asked  did  not  get  the  right  response  or  were  not appropriate.  Thus,  this  research  was  proposed  to  assist  the  process  of categorizing questions on the Stackoverflow website. The research uses the Naïve Bayes Algorithm to predict the categories of questions asked. In this study,  several  processes  were  carried  out,  starting  with  the  dataset  input process  followed  by  reading  the  dataset  file.  Then  the  dataset  will  go through  preprocessing  followed  by  weighting  and  feature  extraction process  with  the  TF-IDF  Algorithm.  Furthermore,  the  data  is  processed using the Naïve Bayes Algorithm which will generate question categories. Furthermore, the model evaluation process is carried out to determine the best  model  to  be  used  for  the  application  interface  display.  The  results obtained from the model evaluation stage with 4 trials using 10,000-40,000 data resulted in the highest accuracy, precision, recall, and f1-score values of 75%, 75%, 75% and 74%. From the test results that have been carried out the Nave Bayes Algorithm can be used as a text classification and produces a fairly good value.

Keywords— text mining, Naïve Bayes Algorithm, stackoverflow, TF-IDF Algorithm