ANALISIS SENTIMEN PADA TWITTER MENGENAI PELAYANAN GO-JEK MENGGUNAKAN METODE NAÏVE BAYES CLASS

Ningrum, Eva Liyan Woro and Widodo, Aris Puji (2018) ANALISIS SENTIMEN PADA TWITTER MENGENAI PELAYANAN GO-JEK MENGGUNAKAN METODE NAÏVE BAYES CLASS. Undergraduate thesis, Universitas Diponegoro.

[img]
Preview
PDF
Available under License Creative Commons Attribution Non-commercial Share Alike.

621Kb

Abstract

GO-JEK adalah sebuah perusahaan teknologi berjiwa sosial yang bertujuan untuk meningkatkan kesejahteraan pekerja sebagai sektor informal di Indonesia. GO-JEK memiliki 3 layanan utama yaitu GO-JEK, GO-LIFE, dan GO-PAY namun seiring dengan perkembangannya banyak pelanggan yang kurang puas dengan pelayanan GO-JEK. Untuk pengaduan pelayanan, salah satunya GO-JEK menyediakan official account twitter yaitu @gojekindonesia yang digunakan untuk menampung semua opini masyarakat mengenai pelayanan GO-JEK. Dari banyaknya tweet opini yang terkumpul dapat diproses menjadi sebuah informasi mengenai pelayanan GOJEK yang sudah berjalan. Penelitian ini bertujuan untuk menjawab permasalahan tersebut dengan memanfaatkan analisis sentimen untuk menganalisis pelayanan GO-JEK berdasarkan data tweet opini. Dengan harapan keluaran yang dihasilkan berupa data analisis yang sudah terklasifikasi, grafik pie hasil presentase analisis sentimen, dan polaritas kata dari setiap kelas sentimen. Analisis sentimen pada penelitian ini menggunakan algoritma pembelajaran Naïve Bayes Classifier. Opini masyarakat akan diklasifikasikan dalam tiga kelas sentimen yaitu positive, negative, dan neutral. Penelitian ini menggunakan 2100 data latih yang sudah dilabeli sesuai kelasnya oleh admin. Tahapan preprocessing data dalam penelitian ini adalah cleansing, tokenisasi, filtering, stemming, dan penghapusan stopword. Untuk metode evaluasi menggunakan 10-fold cross validation dan hasil evaluasi yang diperoleh dari penelitian ini adalah nilai precision 80%, recall 80%, f1-score 80%, akurasi maksimal 82% dan akurasi ratarata sebesar 79%.

Item Type:Thesis (Undergraduate)
Subjects:Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
Divisions:Faculty of Science and Mathematics > Department of Computer Science
ID Code:80033
Deposited By:INVALID USER
Deposited On:10 Feb 2020 12:13
Last Modified:10 Feb 2020 12:13

Repository Staff Only: item control page