DSpace JSPUI
DSpace preserves and enables easy and open access to all types of digital content including text, images, moving images, mpegs and data sets
Learn More
Please use this identifier to cite or link to this item:
http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5695| Title: | Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier |
| Authors: | Dr. B. Herawan, Hayadi |
| Keywords: | Sentiment Analysis, Multinomial Naive Bayes, Ojek Online, Term Frequency, Text Mining |
| Issue Date: | 16-Jul-2022 |
| Citation: | Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD |
| Series/Report no.: | Volume 5 ; Nomor 2 ; Juli 2022;118-126 |
| Abstract: | Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online. Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online. Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada. |
| Description: | Analisis sentimen atau opinion mining merupakan proses memahami, mengekstrak, dan mengolah data tekstual secara otomatis untuk mendapatkan suatu informasi sentimen yang terkandung dalam suatu kalimat opini [1]. Secara umum, analisis sentimen bertujuan untuk menentukan sikap pembicara atau penulis terhadap suatu topik atau keseluruhan polaritas kontekstual pada suatu dokumen [2]. Sikap dapat berupa penilaian atau evaluasi, sisi emosional penulis pada saat menulis atau efek komunikasi emosional yang penulis inginkan terhadap pembacanya. Twitter sebagai salah satu jejaring sosial yang interaktif memungkinkan penggunanya untuk mengkritisi suatu isu maupun sebuah fasilitas pelayanan secara real time. Masyarakat yang semula membutuhkan waktu lama untuk menyampaikan aspirasinya kini dapat melakukannya dengan mudah berkat kehadiran teknologi ini. Salah satu transportasi online yang ramai dibicarakan oleh masyarakat adalah ojek online. Ojek online atau sering disebut Ojol merupakan transformasi dari ojek konvensional yang biasanya bertempat di pangkalan untuk menunggu pelanggan. Seiring berjalannya waktu, Ojol ini semakin diminati masyarakat apalagi dengan bantuan smartphone. Pelayanan yang disediakan tidak hanya transportasi angkutan penumpang saja, namun juga melayani jasa kurir untuk pemesanan makanan, jasa pembersih untuk bersih-bersih rumah dan kantor, pengiriman barang, dokumen, berbelanja, dan lain sebagainya. Grab Indonesia sebagai salah satu perusahaan ojek online terkemuka di Indonesia memiliki jumlah pelanggan yang cukup besar dan mencakup hampir seluruh wilayah di Indonesia. Setiap pelanggan memiliki tingkat kepuasan berbeda terhadap layanan yang diberikan oleh Grab Indonesia, sehingga selalu ada pro dan kontra berupa saran dan keluhan. Pemrosesan terhadap saran dan keluhan kini dapat disampaikan secara real time melalui akun Twitter @GrabID, sehingga Grab Indonesia dapat mengetahui tanggapan secara cepat tingkat kepuasan pelanggan terhadap pelayanan yang diberikan. Namun mengingat banyaknya jumlah pelanggan, tidak sedikit pula saran maupun keluhan yang ditujukan ke akun @GrabID yang diterima per hari. Dilihat dari permasalahan yang ada, maka diperlukan sebuah solusi berupa analisis terhadap saran maupun keluhan yang diterima oleh perusahaan ojek online Grab Indonesia dari pelanggan yang mengirimkan tweet ke akun user @GrabID pada media sosial media Twitter sehingga dapat diketahui informasi sentimen pelanggan terhadap pelayanan yang telah diberikan secara cepat. Data dapat di peroleh melalui proses crawling dengan menggunakan fasilitas Twitter API. Adapun permasalahan pengklasifikasian sebuah kalimat sentimen ke dalam kelas–kelas tertentu dapat diselesaikan dengan metode Multinomial Naive Bayes Classifier. Metode ini memiliki beberapa kelebihan antara lain, sederhana, cepat, dan berakurasi tinggi yang memiliki keunggulan dalam memproses teks. Metode MNBC untuk klasifikasi atau kategorisasi teks menggunakan atribut kata yang muncul dalam suatu dokumen sebagai dasar klasifikasinya |
| URI: | http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5695 |
| ISSN: | 2615-5133 |
| Appears in Collections: |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan.pdf | 577.99 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.