ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA JASA TRANSPORTASI ONLINE PADA MEDIA SOSIAL TWITTER MENGGUNAKAN TEXT MINING METODE SUPPORT VECTOR MACHINE

KHOIRUNNISA ALFADISTYA, 081511833010 (2019) ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA JASA TRANSPORTASI ONLINE PADA MEDIA SOSIAL TWITTER MENGGUNAKAN TEXT MINING METODE SUPPORT VECTOR MACHINE. Skripsi thesis, Universitas Airlangga.

[img] Text (abstrak)
abstrak.pdf

Download (32kB)
[img] Text (full text)
full text.pdf
Restricted to Registered users only until 22 March 2022.

Download (1MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Bisnis transportasi online berkaitan erat dengan kepuasan konsumen. Seiring dengan perkembangan teknologi internet, konsumen dapat dengan mudah mengekspresikan ulasan, pengaduan, kepuasan, dan lainnya dengan mudah melalui media sosial. Salah satu media sosial yang masih berkembang pesat yaitu Twitter. Penelitian ini bertujuan untuk menganalisis karateristik tweets ulasan serta menentukan klasifikasi sentimen terhadap ulasan pengguna Go-Jek dan Grab menggunakan teknik text mining metode Support Vector Machine. Variabel penelitian berupa data teks yang diperoleh melalui tweets ulasan pengguna Go-Jek dan Grab yang didapat melalui API Twitter. Jumlah data tweets ulasan pengguna Go-Jek sebanyak 600 dokumen, sedangkan ulasan pengguna Grab sebanyak 470 dokumen. Data tersebut dibagi menjadi 80% data training dan 20% data testing. Hasil klasifikasi yang diperoleh berdasarkan ulasan pengguna Go-Jek pada data training sebesar 97,92%, sedangkan pada data testing sebesar 80%. Pada ulasan pengguna Grab, hasil klasifikasi data training diperoleh nilai sebesar 98,14% sedangkan pada data testing diperoleh nilai sebesar 86,17%. Berdasarkan hasil klasifikasi dengan metode Support Vector Machine yang telah diterapkan, dapat disimpulkan bahwa metode ini menghasilkan ketepatan klasifikasi yang cukup tinggi untuk pengklasifikasian sentimen ulasan pengguna Go-Jek dan Grab. Hasil dari penelitian ini dapat menjadi referensi bagi pemilik start-up khususnya Go-Jek dan Grab untuk mempermudah evaluasi dan peningkatan kualitas layanan

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST S 06/19 Alf a
Uncontrolled Keywords: Sentiment Analysis, Online Transportation, Support Vector Machine
Subjects: Q Science > QA Mathematics > QA299.6-433 Analysis
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
KHOIRUNNISA ALFADISTYA, 081511833010UNSPECIFIED
Contributors:
ContributionNameNIDN / NIDK
Thesis advisorNur Chamidah, Dr., M.SiUNSPECIFIED
Depositing User: Unnamed user with email indah.fatma@staf.unair.ac.id
Date Deposited: 22 Mar 2019 05:59
Last Modified: 22 Mar 2019 05:59
URI: http://repository.unair.ac.id/id/eprint/81305
Sosial Share:

Actions (login required)

View Item View Item