TEXT MINING UNTUK PENGKLASIFIKASIAN ULASAN KONSUMEN JASA TRANSPORTASI ONLINE BERDASARKAN JENIS LAYANAN DENGAN METODE NAIVE BAYES CLASSIFIER (NBC)

ANDI HERAWANTO, 081511833049 (2019) TEXT MINING UNTUK PENGKLASIFIKASIAN ULASAN KONSUMEN JASA TRANSPORTASI ONLINE BERDASARKAN JENIS LAYANAN DENGAN METODE NAIVE BAYES CLASSIFIER (NBC). Skripsi thesis, Universitas Airlangga.

[img] Text (abstrak)
abstrak.pdf

Download (356kB)
[img] Text (full text)
full text.pdf
Restricted to Registered users only until 22 March 2022.

Download (2MB) | Request a copy
Official URL: http://lib.unair.ac.id

Abstract

Transportasi online merupakan salah satu jasa bidang transportasi dalam ecommerce atau e-business yang mulai populer. Berdasarkan survey yang dilakukan oleh Yayasan Lembaga Konsumen Indonesia (YLKI) yang dipublikasikan tahun 2017, alasan konsumen memilih atau menggunakan transportasi online secara umum beranggapan bahwa transportasi online lebih murah (84,1 persen), dan lebih cepat (81,9 persen). Twitter menjadi salah satu media sosial yang dapat memfasilitasi masyarakat untuk berbagi ulasan setelah menggunakan jasa transportasi online. Ulasan atau biasa disebut dengan Online Customer Review dapat dijadikan suatu alat pemasaran jika dimanfaatkan dengan benar. Tujuan dari penelitian ini adalah untuk menganalisis karakteristik tweets dan hasil klasifikasi ulasan konsumen jasa transportasi online Go-Jek berdasarkan jenis layanan menggunakan algoritma dan program metode Naïve Bayes. Data berjumlah 528 dokumen yang di ambil dari twitter pada tanggal 15 Desember 2018 - 17 Januari 2019 dibagi menjadi 80% data training dan 20% data testing. Berdasarkan data tersebut diperoleh hasil 52% ulasan konsumen termasuk kedalam kategori trasnportasi dengan kata yang paling sering muncul adalah “driver”, 48% ulasan konsumen termasuk kedalam kategori makanan dengan kata yang paling sering muncul adalah “gofood”. Hasil klasifikasi pada data training mendapatkan ketepatan klasifikasi sebesar 99%, dan pada data testing mendapatkan hasil dengan ketepatan klasifikasi sebesar 96%.

Item Type: Thesis (Skripsi)
Additional Information: KKC KK ST S 08/19 Her t
Uncontrolled Keywords: E-Business, Online Customer Review, Naive Bayes Classifier
Subjects: H Social Sciences > HA Statistics > HA1-4737 Statistics
Divisions: 08. Fakultas Sains dan Teknologi > Statistika
Creators:
CreatorsNIM
ANDI HERAWANTO, 081511833049UNSPECIFIED
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 06:49
Last Modified: 22 Mar 2019 06:49
URI: http://repository.unair.ac.id/id/eprint/81308
Sosial Share:

Actions (login required)

View Item View Item