Analisis Sentimen Kepuasan Pelanggan pada Penyedia Layanan Pengantaran Makanan

Abstract

Dengan meningkatnya pengguanaan internet, semakin banyak jasa yang diberikan secara daring, tidak terkecuali dalam dunian kuliner. Makalah ini menyajikan hasil klasifikasi dari analisis sentiment kepuasan pelanggan pada sebuah penyedia layanan pengantaran makanan. Data yang digunakan merupakan dataset dari salah satu media sosial yang cukup terkenal, yaitu Twitter. Data yang ditarik merupakan 1000 data hasil cuitan masyarakat mengenai pandangan mereka terhadap layanan yang diberikan oleh penyedia layanan. Analisis dimulai dengan membersihkan data yang telah diambil dari beberapa hal yang relatif kurang baik dalam penelitian analisis sentimen seperti tanda baca dan tautan. Pada penelitian ini akan menggunakan tiga algoritme yaitu Stocastic Gradient Descent, Support Vector Machine, dan K-Nearest Neighbor. Data untuk pembuatan model diberikan dua pemberian berbeda yaitu tanpa dan dengan TF-IDF. Hasil yang didapatkan dari ketiga model dievaluasi dengan akurasi, nilai F dan luas kurva ROC. Ketiga model mendapatkan hasil di atas 80% untuk setiap hasil evaluasinya, serta mendapat peningkatan sekitar 1% setelah menggunakan bantuan TF-IDF dalam memilih setiap fitur yang digunakan dalam penelitian ini.

Penerapan Algoritma Support Vector Machine Dalam Menganalisis Sentimen Ulasan Pelanggan Shopeefood Berdasarkan Twitter

“…Fenomena ini muncul sebagai hasil dari perubahan perilaku konsumen yang semakin mengutamakan kenyamanan, efisiensi, dan berbagai pilihan pengalaman makanan. Jika layanan diberikan dengan lebih baik dan lebih cepat, setiap pelanggan akan lebih puas dengan penyedia layanan yang ada, dan kepuasan pelanggan adalah nilai utama bagi perusahaan penyedia layanan [1].…”

“…Data juga diproses dengan dan tanpa menggunakan TF-IDF untuk membandingkan hasilnya. Hasil evaluasi menunjukkan bahwa ketiga model tersebut memiliki akurasi dan nilai F di atas 78%, dengan peningkatan sekitar 1% setelah menggunakan TF-IDF [1].…”

Comparison of Algorithms for Sentiment Analysis of Operator Satisfaction Level for Increasing Neo Feeder Applications in PDDikti Higher Education LLDIKTI Region VI Semarang Central Java

“…There have been many previous studies on sentiment analysis, including research conducted by (Wijaya, 2022) on Customer Satisfaction Sentiment Analysis for Food Delivery Service Providers by comparing 3 classification algorithm models. The results obtained by the three models can be said to be quite good with accuracy and F values above 78%.…”

“…Using TF-IDF to extract features can be said to have succeeded in improving the evaluation results of the three models used. However, at the data preprocessing stage carried out by (Wijaya, 2022) it still uses manual methods and takes time. Then (Mukarramah et al, 2021) conducted research using a polynomial kernel function with an accuracy value of 0.512, a precision of 0.437, a recall of 0.45, and an f-measurement of 0.512.…”