| DC Field | Value | Language |
|---|
| dc.contributor.author | Dr. B. Herawan, Hayadi | - |
| dc.date.accessioned | 2023-08-29T10:17:26Z | - |
| dc.date.available | 2023-08-29T10:17:26Z | - |
| dc.date.issued | 2022-07-16 | - |
| dc.identifier.citation | Jurnal Teknologi Sistem Informasi dan Sistem Komputer TGD | en_US |
| dc.identifier.issn | 2615-5133 | - |
| dc.identifier.uri | http://repository.potensi-utama.ac.id/jspui/jspui/handle/123456789/5695 | - |
| dc.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 | en_US |
| dc.description.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. | en_US |
| dc.relation.ispartofseries | Volume 5 ; Nomor 2 ; Juli 2022;118-126 | - |
| dc.subject | Sentiment Analysis, Multinomial Naive Bayes, Ojek Online, Term Frequency, Text Mining | en_US |
| dc.title | Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier | en_US |
| dc.type | Other | en_US |
| Appears in Collections: |
|
