Implementasi Algoritma Naive Bayes Pada Analisis Sentimen Terhadap Pelayanan Jasa Pengiriman Berdasarkan Opini Twitter

Abstract

Tujuan penelitian ini menganalisis yang hasilnya dapat di olah bahan untuk evaluasi bagi pelayanan jasa pengiriman. Dalam penelitian ini data yang di Crawling Data dengan berbentuk format excel terbagi menjadi 3 kelas yaitu kelas positif, negatif, dan netral. Setelah itu data mengalami tahap filter data dari labelling data menjadi 2 kategori yaitu kategori kelas positif dan kelas negatif yang ada di data tweet menggunakan metode klasifikasi dengan label positif ditandai angka 1, sedangkan label negatif ditandai dengan angka -1. Data yang sudah dilakukan pelabelan sebanyak 1325 data tweet yang masuk dalam kata kunci ”Kurir” terdapat kelas positif ada 848 data tweet, dan kelas negatif ada 477 data tweet dengan menggunakan Algoritma Naïve Bayes. Lalu akan melakukan tahapan text preprocessing yang terdiri dari case folding, tokenizing, filtering, stemming, dan TF-IDF dan akan menghasilkan nilai sentimen positif dan negatif. Selanjutnya akan melakukan tahap pembagian dataset dibagi menjadi data training sebanyak 927 data, dan data testing sebanyak 398 data dengan menggunakan rasio 0.3 yang artinya 70% data training dan 30% data testing. Selanjutnya melakukan tahap evaluasi model klasifikasi algoritma Naive Bayes dengan menggunakan Confusion Matrix. Dari pengujian tersebut didapatkan hasil analisis sentimen dengan kata kunci ”kurir” mendapatkan nilai akurasi yang cukup baik dengan nilai akurasi sebesar 80%, presion 84%, dan Recall sebesar 87%.