Maharani, Puti Utari
(2023)
Perbandingan Algoritma Naïve Bayes dan Support Vector Machine dalam Analisis Sentimen terhadap Pelayanan Goride pada Twitter.
Skripsi thesis, Universitas Negeri Padang.
Abstract
Goride merupakan inovasi dari teknologi transportasi berbasis aplikasi. Kehadiran Goridemenimbulkan pro dan kontra di tengah masyarakat. Goridemenawarkan kemudahan dalam aktivitas sehari-hari, harga yang terjangkau, dan menjamin keamanan bagi pengguna. Namun, Goridejuga menimbulkan kemacetan di ibu kota karena memanfaatkan bahu jalan sebagai tempat istirahat serta menunggu pesanan dari pengguna aplikasi. Serta menimbulkan konflik horizontal di kalangan pengemudi transportasi karena kehadiran Goride mengurangi pendapatan transportasi konvensional. Masyarakat dapat menyampaikan opininya terhadap layanan Goride melalui tweetpada Twitter. Twitter sebagai media yang bebas untuk menyampaikan opini. Tujuan penelitian ini adalah ingin mengetahui sentimen masyarakat pada pelayanan Goride dan membandingkan tingkat keakuratan algoritma NaiveBayes dan SVM.
Algoritma yang digunakan untuk pengklasifikasian tweetadalah NaiveBayes dan SupportVectorMachine (SVM). Data yang digunakan pada penelitian ini adalah sekumpulan tweetdengan kata kunci Gorideyang diperoleh dari pengguna Twitter di Indonesia. Pengumpulan data dimulai pada tanggal 10 September sampai dengan 10 Oktober 2022.
Hasil dari penelitian ini adalah klasifikasi opini pengguna Twitter pada pelayanan Goride menjadi dua kelas sentimen yaitu sentimen positif sebanyak 725 tweetdan sentimen negatif sebanyak 490 tweet. Algoritma yang terbaik dalam mengklasifikasikan teks mengenai Goride adalah SVM. Tingkat keakuratan algoritma ini baik dengan nilai akurasi sebesar 81,48% dan nilai AUC 0.832.
Actions (login required)
 |
View Item |
