Analisis Sentimen Mengenai Layanan Provider Indihome Berdasarkan Pendapat Pelanggan Melalui Media Sosial Twitter dengan Metode Naïve Bayes Classifier

Article Sidebar

PDF (Bahasa Indonesia)
Published: Dec 31, 2020
DOI: https://doi.org/10.26740/jieet.v4n2.p75-78

Main Article Content

Afif Nor Yusuf
Muria Kudus University
Endang Supriyati
Muria Kudus University
Tri Listyorini
Muria Kudus University

Abstract

Abstrak” Analisis sentimen ialah sesuatu studi yang kala ini banyak diminati oleh bermacam berbagai kalangan. Dokumen ataupun opini yang terdapat di media sosial sanggup digunakan untuk analisis sentimen. Data media sosial yang biasanya digunakan untuk analisis sentimen adalah Twitter. Sebelum suatu data diklasifikasikan, butuh dilakukan untuk proses preprocessing yang merupakan tahap untuk menghasilkan data yang lebih terstruktur. Ada pula metode yang biasanya digunakan untuk analisis sentimen adalah Naïve Bayes Classifier. Naïve Bayes Classifier bisa digunakan untuk mengategorikan suatu opini ke dalam opini positif, opini negatif dan opini netral. Tidak hanya itu, metode ini mengenakan data training dalam proses pengklasifikasian. Hasil dari metode naïve bayes sangat baik. Untuk menguji tingkatan keakuratan sistem dalam mengklasifikasi opini, sehingga pengujian memperoleh hasil klasifikasi. Hasil dari klasifikasi memperoleh hail rata-rata 74,5%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan lebih bagus.

Article Details

Issue
Vol. 4 No. 2 (2020)
Section
Articles
Creative Commons License

This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.

Submission of an original manuscript to the journal will be taken to mean that it represents originality work not previously published. Please see JIEET (Journal of Information Engineering and Educational Technology) originality guidelines for details. Use this in conjunction with the points below about references, before submission i.e. always attribute clearly using either indented text or quote marks as well as making use of the preferred IEEE style of formatting. Authors submitting articles for publication warrant that the work is not an infringement of any existing copyright and will indemnify the publisher against any breach of such warranty. For ease of dissemination and to ensure proper policing of use, papers and contributions become the legal copyright of the publisher unless otherwise agreed.

 

The editor may make use of Thurnitin software for checking the originality of submissions received.

References

P. S. M. Suryani, L. Linawati, and K. O. Saputra, œPenggunaan Metode Naïve Bayes Classifier pada Analisis Sentimen Facebook Berbahasa Indonesia, Maj. Ilm. Teknol. Elektro, vol. 18, no. 1, p. 145, 2019, doi: 10.24843/mite.2019.v18i01.p22.

N. Haqqizar and T. N. Larasyanti, œAnalisis Sentimen Terhadap Layanan Provider Telekomunikasi Telkomsel Di Twitter Dengan Metode Naïve Bayes, no. November 2017, pp. 20172020, 2019.

F. Ratnawati, œImplementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter, INOVTEK Polbeng - Seri Inform., vol. 3, no. 1, p. 50, 2018, doi: 10.35314/isi.v3i1.335.

S. Gusriani, K. D. K. Wardhani, and M. I. Zul, œAnalisis Sentimen Terhadap Toko Online di Sosial Media Menggunakan Metode Klasifikasi Naïve Bayes (Studi Kasus: Facebook Page BerryBenka),4th Appl. Bus. Eng. Conf., vol. 1, no. 1, pp. 17, 2016

F. Nurhuda and S. W. Sihwi, œAnalisis Sentimen Masyarakat terhadap Calon Presiden Indonesia 2014 berdasarkan Opini dari Twitter Menggunakan Metode Naive Bayes Classifier, ITSmart J. Ilm. Teknol. dan Inf., vol. 2, no. 2, pp. 3542, 2014.

N. A. Lestari and J. Timur, œMETODE NAÏVE BAYES CLASSIFIER DENGAN TEXTBLOB UNTUK ANALISIS SENTIMEN TERHADAP PELAYANAN, vol. 4, no. September, 2020.

R. Tineges, A. Triayudi, and I. D. Sholihati, œAnalisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM), J. Media Inform. Budidarma, vol. 4, no. 3, p. 650, 2020, doi: 10.30865/mib.v4i3.2181.

H. A. Santoso, E. H. Rachmawanto, A. Nugraha, A. A. Nugroho, D. R. I. M. Setiadi, and R. S. Basuki, œHoax classification and sentiment analysis of Indonesian news using Naive Bayes optimization, Telkomnika (Telecommunication Comput. Electron. Control., vol. 18, no. 2, pp. 799806, 2020, doi: 10.12928/TELKOMNIKA.V18I2.14744.

E. Supriyati and M. Iqbal, œPengukuran Similarity Tema Pada Juz 30 Al Quran Menggunakan Teks Klasifikasi, Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 9, no. 1, pp. 361370, 2018, doi: 10.24176/simet.v9i1.1955.