Text Mining untuk Analisis Sentimen Terhadap Jasa Telekomunikasi Seluler Indonesia Pada Media Sosial Twitter dengan Metode Support Vector Machine
| Main Author: | Sartika Aprilia, 081511833029 |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | ind |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.unair.ac.id/84266/1/ST.S%2025-19%20Apr%20t%20Abstrak.pdf http://repository.unair.ac.id/84266/2/ST.S%2025-19%20Apr%20t%20Daftar%20Isi.pdf http://repository.unair.ac.id/84266/3/ST.S%2025-19%20Apr%20t%20Daftar%20Pustaka.pdf http://repository.unair.ac.id/84266/4/ST.S%2025-19%20Apr%20t%20Fulltext.pdf http://repository.unair.ac.id/84266/ http://lib.unair.ac.id |
Daftar Isi:
- Pengguna internet dan jasa telekomunikasi dari tahun ke tahun terus meningkat. Hal ini dapat menyebabkan persaingan antara penyedia jasa telekomunikasi di Indonesia. Untuk mengetahui bagaimana kualitas dari suatu penyedia jasa telekomunikasi dari opini para penggunanya, dapat dilakukan suatu analisis sentimen melalui media sosial Twitter. Dengan adanya analisis sentimen dapat mengetahui karakteristik opini dari para penggunanya yang dapat diklasifikasikan menjadi sentimen positif dan negatif menggunakan text mining dengan metode Support Vector Machine (SVM). Konsep dari metode SVM yaitu mencari hyperplane terbaik sebagai pemisah terbaik antara 2 kelas. Data yang digunakan pada penelitian ini berupa data teks dari tweets opini pengguna Indosat Ooredoo dan Telkomsel yang masing-masing sebanyak 700 dokumen, dengan pembagian data yaitu sebanyak 560 dokumen data training dan 140 dokumen data testing. Ketepatan klasifikasi yang didapatkan pada data training untuk masing-masing dokumen yaitu sebesar 99%. Dan untuk data testing, ketepatan klasifikasi pada opini pengguna Indosat Ooredoo yaitu sebesar 95% dan pada opini pengguna Telkomsel yaitu sebesar 96%. Berdasarkan hasil tersebut menunjukkan bahwa klasifikasi sentimen dengan metode Support Vector Machine sudah sangat baik untuk digunakan dalam pengklasifikasian sentimen terhadap opini pengguna Indosat Ooredoo dan Telkomsel. Hasil penelitian ini dapat digunakan sebagai bahan referensi bagi perusahaan telekomunikasi dalam meningkatkan kualitasnya. Kata Kunci: Analisis Sentimen, Jasa Telekomunikasi Seluler, Support Vector Machine