ANALISIS SENTIMEN MEDIA SOSIAL TWITTER MENGENAI
JASA EKSPEDISI BARANG SICEPAT MENGGUNAKAN
ALGORITMA SUPPORT VECTOR MACHINE DAN DECISION
TREE
Total View This Week0
Total View This Week0
Institusion
Universitas Darma Persada
Author
Dinda, Khairunnisa
Subject
005.1 Programming/Pemrograman
Datestamp
2024-07-18 03:05:54
Abstract :
Jasa ekspedisi barang SiCepat adalah salah satu perusahaan ekspedisi yang telah berkolaborasi dengan berbagai tahapan bisnis online di Indonesia. Dengan adanya SiCepat, maka banyak dari konsumen E-Commerce yang merasa sangat terbantu setelah menggunakan jasa ekspedisi barang ini karena pelayanannya yang baik dan cepat dalam mengirimkan barang agar sampai di tangan konsumen. Tetapi terkadang masalah bisa saja terjadi saat SiCepat memberikan pelayanannya dalam pengiriman. Twitter menjadi salah satu media sosial bagi jasa ekspedisi barang SiCepat untuk menanggapi opini dan keluhan yang terjadi pada konsumennya. Konten yang telah posting di Twitter yang mencakup pemikiran serta keluhan dapat dianggap menjadi sumber data yang bisa digunakan guna melakukan penilaian sentimen terhadap mutu layanan SiCepat. Dalam perihal ini, tweet tersebut menyediakan modul yang dapat dianalisis secara merata guna menguasai perasaan serta persepsi pengguna terhadap pengalaman memakai layanan SiCepat. Dalam riset analisis sentimen ini, terdapat 2 tata cara algoritma yang bakal digunakan ialah algoritma Support Vector Machine (SVM) serta algoritma Decision Tree. Dari proses pengujian algoritma ini menghasilkan akurasi sebesar 80,0% dari algoritma Support Vector Machine (SVM) sedangkan algoritma Decision Tree menghasilkan akurasi 70,09%. Dari penelitian ini, dapat disimpulkan bahwa algoritma Support Vector Machine (SVM) menjadi algoritma yang lebih unggul jika dilihat dari hasil akurasinya yang tinggi dibandingkan dengan algoritma Decision Tree.
Jasa ekspedisi barang SiCepat adalah salah satu perusahaan ekspedisi yang telah berkolaborasi dengan berbagai tahapan bisnis online di Indonesia. Dengan adanya SiCepat, maka banyak dari konsumen E-Commerce yang merasa sangat terbantu setelah menggunakan jasa ekspedisi barang ini karena pelayanannya yang baik dan cepat dalam mengirimkan barang agar sampai di tangan konsumen. Tetapi terkadang masalah bisa saja terjadi saat SiCepat memberikan pelayanannya dalam pengiriman. Twitter menjadi salah satu media sosial bagi jasa ekspedisi barang SiCepat untuk menanggapi opini dan keluhan yang terjadi pada konsumennya. Konten yang telah posting di Twitter yang mencakup pemikiran serta keluhan dapat dianggap menjadi sumber data yang bisa digunakan guna melakukan penilaian sentimen terhadap mutu layanan SiCepat. Dalam perihal ini, tweet tersebut menyediakan modul yang dapat dianalisis secara merata guna menguasai perasaan serta persepsi pengguna terhadap pengalaman memakai layanan SiCepat. Dalam riset analisis sentimen ini, terdapat 2 tata cara algoritma yang bakal digunakan ialah algoritma Support Vector Machine (SVM) serta algoritma Decision Tree. Dari proses pengujian algoritma ini menghasilkan akurasi sebesar 80,0% dari algoritma Support Vector Machine (SVM) sedangkan algoritma Decision Tree menghasilkan akurasi 70,09%. Dari penelitian ini, dapat disimpulkan bahwa algoritma Support Vector Machine (SVM) menjadi algoritma yang lebih unggul jika dilihat dari hasil akurasinya yang tinggi dibandingkan dengan algoritma Decision Tree.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
