IMPLEMENTASI ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR UNTUK ANALISIS SENTIMEN TERHADAP LAYANAN INDIHOME BERDASARKAN OPINI TWITTER

Aida  Solehah; Amril  Siregar; Adi  Pratama

Aida Solehah
Amril Mutoi Siregar
Adi Rizky Pratama

Keywords: Internet Service Provider (ISP), Indihome, Analisis Sentimen, Naïve Bayes, K-Nearest Neighbor

Abstract

Dengan berkembang pesatnya teknologi, maka semakin besar juga penggunaan internet. Untuk menunjang kebutuhan internet agar semakin cepat dan nyaman digunakan maka diperlukan pula provider jaringan yang cepat untuk mengakses internet. Pada tahun 2018, Sebanyak 18,9% dari pengguna internet menyatakan bahwa media sosial adalah penggunaan utama internet mereka. Twitter adalah salah satu media sosial yang banyak digunakan untuk mencari hiburan, bisnis, ekonomi, politik, dan jenis informasi lainnya. Indihome merupakan provider yang banyak digunakan pengguna untuk mengkases internet, Di tahun 2022, IndiHome dinyatakan sebagai pemilik Internet Service Provider (ISP) yang paling banyak digunakan oleh pengguna ISP dibandingkan provider lainnya sehingga indihome dapat menarik perhatian masyarakat yang lebih besar. Penelitian ini akan melakukan analisis sentimen terhadap pelayanan indihome, data diambil dari opini-opini pengguna twitter. Data yang digunakan berjumlah 1008 data tweet dan data akan diklasifikasikan menjadi dua yaitu opini negatif dan positif. Algoritma Naive Bayes dan K-Nearest Neighbor digunakan untuk mengklasifikasikan data setelah dibagi menjadi 70% data latih dan 30% data uji. Algoritma Naive Bayes memiliki akurasi 81,8%, presisi 88,5%, dan recall 86,6%, sedangkan Algoritma K-Nearest Neighbor memiliki akurasi 59,0%, presisi 95,4%, dan recall 46,8% saat diuji menggunakan Confusion Matrix.

References

[1] Mahira, P. Hadi, and H. Nastiti, “Pengaruh Kualitas Produk Dan Kualitas Pelayanan Terhadap Kepuasan Pelanggan Indihome,” Pros. Konf. Ris. Nas. Ekon. Manajemen, dan Akunt., vol. 2, no. 1, pp. 1267–1283, 2021.
[2] A. Tanggu Mara, E. Sediyono, and H. Purnomo, “Penerapan Algoritma K-Nearest Neighbors Pada Analisis Sentimen Metode Pembelajaran Dalam Jaringan (DARING) Di Universitas Kristen Wira Wacana Sumba,” Jointer - J. Informatics Eng., vol. 2, no. 01, pp. 24–31, 2021, doi: 10.53682/jointer.v2i01.30.
[3] R. Tineges, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM),” J. Media Inform. Budidarma, vol. 4, no. 3, p. 650, 2020, doi: 10.30865/mib.v4i3.2181.
[4] S. H. Badjrie, O. N. Pratiwi, and H. D. Anggana, “Analisis Sentimen Review Customer Terhadap Produk Indihome Dan First Media Menggunakan Algoritma Convolutional Neural Network Review Analysis Sentiment Customer Product Indihome And First Media Using Convolutional Neural Network,” eProceedings …, vol. 8, no. 5, pp. 9049–9061, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15877.
[5] A. Sentimen, “Jurnal Smart Teknologi Analisis Sentimen Pada Pelayanan Jaringan Internet Indihome Dengan Metode Multinomial Naïve Bayes Masa Pandemi Covid-19 Sentiment Analysis on Indihome Internet Network Services Using The Multinomial Naïve Bayes Method During The Cov,” vol. 3, no. 6, pp. 612–623, 2022.
[6] T. Kurniawan, “Implementasi Text Mining Pada Analisis Sentimen Pengguna Twitter Terhadap Media Mainstream Menggunakan Naïve Bayes Classifier Dan Support Vector Machine Media Mainstream Menggunakan Naïve Machine,” IT J., vol. 23, p. 1, 2017.
[7] A. V. Sudiantoro et al., “Analisis Sentimen Twitter Menggunakan Text Mining Dengan,” vol. 10, no. 2, pp. 398–401, 2018.
[8] A. M. Siregar, “Klasifikasi Untuk Prediksi Cuaca Menggunakan Esemble Learning,” Petir, vol. 13, no. 2, pp. 138–147, 2020, doi: 10.33322/petir.v13i2.998.
[9] A. Rizky pratama, “Klasifikasi Daging Sapi Berdasarkan Ciri Warna Dengan Metode Otsu dan K-Nearest Neighbor,” Techno Xplore J. Ilmu Komput. dan Teknol. Inf., vol. 6, no. 1, pp. 9–18, 2021, doi: 10.36805/technoxplore.v6i1.1239.
[10] J. A. Septian, T. M. Fachrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor,” J. Intell. Syst. Comput., vol. 1, no. 1, pp. 43–49, 2019, doi: 10.52985/insyst.v1i1.36.