ZakyF/sentiment-analysis

Sentiment Analysis

Model SVM dan Naive Bayes untuk mengklasifikasikan ulasan ke dalam kategori Bagus, Normal, atau Buruk menggunakan PRDECT-ID Dataset.

Deskripsi

Model ini menganalisis ulasan pelanggan Tokopedia untuk menghasilkan insight seperti rekomendasi perbaikan pengiriman atau kualitas produk.

Penggunaan

import pickle
from sklearn.preprocessing import LabelEncoder, StandardScaler

# Load model dan preprocessing
svm_model = pickle.load(open('svm_model.pkl', 'rb'))
scaler = pickle.load(open('scaler.pkl', 'rb'))
le_sentiment = pickle.load(open('le_sentiment.pkl', 'rb'))
le_emotion = pickle.load(open('le_emotion.pkl', 'rb'))

# Contoh prediksi
data = [[5, 'Positive', 'Happy']]  # Rating, Sentiment, Emotion
data_scaled = scaler.transform(data)
prediksi = svm_model.predict(data_scaled)
print(prediksi)  # Output: ['Bagus']