Text

Analisis Sentimen Pada Twitter Mengenai Pelayanan Go-Jek Menggunakan Metode Naïve Bayes Classifier

---

ABSTRAK

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%.
Kata kunci : Sentimen, Naïve Bayes Classifier, Twitter, GO-JEK

ABSTRACT

GO-JEK is a technology company with a social spirit that aims to improve the welfare of
workers as an informal sector in Indonesia. GO-JEK has 3 main services, GO-JEK, GO-LIFE,
and GO-PAY, but along with its growth many customers are not satisfied with GO-JEK
services. As the customer care, GO-JEK provides an official twitter account, called
@gojekindonesia which is used to accommodate all public opinions regarding GO-JEK
services. The opinions that is collected from the tweets can be processed into an information
about GO-JEK service. This study aims to answer these problems by utilizing sentiment analysis
to analyze GO-JEK services based on the opinion tweet data. The expectation output is classified
into analysis data, pie chart which represent the percentage of sentiment analysis, and polarity
of the words from each sentiment class. Sentiment analysis in this study used Naïve Bayes
Classifier learning algorithm. Public opinion was classified in three sentiment classes namely
positive, negative and neutral. This study used 2100 training data that has been labeled according
to the class by Admin. Preprocessing stages are cleansing, tokenization, filtering, stemming, and
stopword removal. For the evaluation method, it used 10-fold cross validation and the evaluation
results are 80% of precision, 80% of recall, 80% of f1-score, 82% of maximum accuracy and
79% of average accuracy.
Keywords: Sentiment, Naïve Bayes Classifier, Twitter, GO-JEK

---

Ketersediaan

682F18IV

682 F 18

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

ILMU KOMPUTER/INFORMATIKA

No. Panggil

682 F 18

Penerbit

: ., 2018

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

621393

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Eva Liyan Woro Ningrum

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar