Analisis Ulasan Data Layanan Telekomunikasi Indonesia Pada Twitter Menggunakan Metode Naive Bayes Dengan Feature Selection
Total View This Week0
Total View This Week0
Institusion
Universitas Bakrie
Author
Fitriani, Rifinda
Subject
Android Software Development
Datestamp
2020-06-05 08:53:32
Abstract :
Twitter adalah salah satu layanan media sosial dan microblogging online yang paling umum digunakan dengan banyaknya pengguna dapat berbagi pikiran dan pendapat mereka tentang berbagai aspek. Hal ini karena twitter dianggap sebagai sumber yang kaya informasi untuk pengambilan keputusan dan analisis sentimen. Analisis sentimen ini bertujuan untuk mengatasi opinion mining yang berasal dari tweets untuk menentukan positif dan negatif pada Twitter agar dapat mengetahui kualitas provider telekomunikasi yang berada di Indonesia. Dalam penelitian ini, data yang diambil merupakan tweet ulasan pelanggan masing-masing pengguna provider yang berada di twitter. Terdapat tiga provider yang dijadikan kategori dalam melakukan analisis sentimen. Dari tiga provider tersebut akan diambil masing-masing 300 data dengan total jumlah data sebanyak 900 data ulasan yang akan dilakukan penelitian. Data tersebut kemudian dilakukan preprocessing dan pengklasifikasian menggunakan algoritma Naive Bayes dengan perbandingan seleksi fitur antara Information Gain dan Term Frequency Invers Document Frequency. Menghasilkan pengukuran performa diperoleh masing-masing akurasi sebesar 77,50% untuk TF-IDF dan Naive Bayes, serta akurasi yang diperoleh untuk IG dan Naive Bayes sebesar 87,50%.
Twitter adalah salah satu layanan media sosial dan microblogging online yang paling umum digunakan dengan banyaknya pengguna dapat berbagi pikiran dan pendapat mereka tentang berbagai aspek. Hal ini karena twitter dianggap sebagai sumber yang kaya informasi untuk pengambilan keputusan dan analisis sentimen. Analisis sentimen ini bertujuan untuk mengatasi opinion mining yang berasal dari tweets untuk menentukan positif dan negatif pada Twitter agar dapat mengetahui kualitas provider telekomunikasi yang berada di Indonesia. Dalam penelitian ini, data yang diambil merupakan tweet ulasan pelanggan masing-masing pengguna provider yang berada di twitter. Terdapat tiga provider yang dijadikan kategori dalam melakukan analisis sentimen. Dari tiga provider tersebut akan diambil masing-masing 300 data dengan total jumlah data sebanyak 900 data ulasan yang akan dilakukan penelitian. Data tersebut kemudian dilakukan preprocessing dan pengklasifikasian menggunakan algoritma Naive Bayes dengan perbandingan seleksi fitur antara Information Gain dan Term Frequency Invers Document Frequency. Menghasilkan pengukuran performa diperoleh masing-masing akurasi sebesar 77,50% untuk TF-IDF dan Naive Bayes, serta akurasi yang diperoleh untuk IG dan Naive Bayes sebesar 87,50%.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
