Analisis Sentimen Dan Klasifikasi Tweets Berbahasa Indonesia Terhadap Transportasi Umum MRT Jakarta Menggunakan Naïve Bayes Classifier

Abstract

Penggunaan media sosial sebagai sarana untuk mengakses dan menyebarkan informasi telah banyak digunakan, salah satunya menggunakan media sosial Twitter. Twitter dalam penelitian ini digunakan sebagai sumber informasi , dalam hal ini digunakan sebagai data untuk menganalisis tweet berbahasa Indonesia yang membahas mengenai transportasi umum baru di Jakarta, MRT Jakarta. Analisis sentimen pada twitter MRT Jakarta digunakan untuk melihat kecenderungan respon pengguna MRT Jakarta apakah berkecenderungan positif atau negatif berdasarkan hasil tweet dari Twitter MRT Jakarta. Analisis sentimen ini dapat membantu masyarakat Indonesia dalam menentukan pilihan transportasi umum yang nyaman dan aman berdasarkan ulasan transportasi umum dari Twitter oleh pengguna MRT Jakarta. Hasil penelitian ini dapat digunakan untuk meningkatkan sistem pada MRT Jakarta, baik dalam meningkatkan layanan maupun fasilitas agar menarik membuat masyarakat untuk menggunakan MRT Jakarta sebagai alat transportasi. Analisis sentimen ini menggunakan metode Naïve Bayes Classifier yang merupakan metode pengklasifikasian. Tahap dalam program yang dilakukan pertama yaitu crawling, preprocessing yang terdiri dari case folding, cleansing, stopword removal, stemming, convert emoticon, dan tokenisasi. Tahap klasifikasi dilakukan setelah melalui fase preprocessing, dimana hasil klasifikasi tweet berkecenderungan positif atau negatif, menggunakan metode Naïve Bayes Classifier. Akurasi sistem pada analisis sentimen terhadap tweet yang terdapat dalam twitter MRT Jakarta adalah 96%.

Analisis Sentimen Tweet KRI Nanggala 402 di Twitter menggunakan Metode Naïve Bayes Classifier

“…Pada penelitian penelitian kedua Analisis Sentimen Opini Publik Mengenai Covid-19 pada Twitter Menggunakan Metode Naïve Bayes Dan KNN, dapat disimpulkan bahwa opini public pada Covid-19 cenderung positif dan diketahui Metode Naïve Bayes lebih tinggi akurasinya dibandingkan K-NN [3]. Pada penelitian ketiga Analisis Sentimen dan Klasifikasi Tweets Berbahasa Indonesia Terhadap Transportasi Umum MRT Jakarta Menggunakan Naïve Bayes Classifier ini, dapat disimpulkan bahwa penelitian ini dapat meningkatkan sistem pada MRT Jakarta, baik dalam meningkatkan layanan maupun fasilitas agar menarik masyarakat menggunakan MRT Jakarta sebagai alat transportasi [4]. Pada penelitian keempat ini tentang Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen di Twitter dapat disimpulkan bahwa ketersediaan sumber dokumen tekstual menjadi sangat besar dan mudah diakses.…”

Analisis Sentimen Mengenai Vaksin Sinovac di Media Sosial Twitter Menggunakan Metode Naïve bayes Classification

“…Kemudian penelitian yang dilakukan oleh Ikasari dkk pada tahun 2020 melakukan metode klasifikasi dengan hasil analisis sentimen positif dari topik yang diangkat oleh peneliti [5].…”

Analisis Sentimen Kepuasan Pelanggan pada Penyedia Layanan Pengantaran Makanan

“…Hal inilah yang menjadi alasan utama diadakannya penelitian ini untuk mengetahui kepuasan pelanggan terhadap layanan yang diberikan oleh penyedia layanan pengantaran makanan yang disalurkan oleh masyarakat melalui media sosial yaitu twitter. Digunakannya twitter sebagai sumber pengambilan data dikarenakan panjangnya kalimat dan kata-kata yang relatif seragam sehingga penyampaian pendapat lebih terarah ke satu titik [5]. Oleh karena itu, twitter digunakan untuk menjadi sumber dari data untuk analisis sentimen ini.…”