Analisis Sentimen Pengguna Transportasi Online Terhadap Layanan Grab Indonesia Menggunakan Multinomial Naive Bayes Classifier

Authors

  • Sartika Mandasari Universitas Potensi Utama
  • B. Herawan Hayadi Universitas Potensi Utama
  • Rudi Gunawan STMIK Triguna Dharma

DOI:

https://doi.org/10.53513/jsk.v5i2.5635

Abstract

Ojek online telah merambah dunia transportasi di Indonesia. Terobosan baru yang semakin diminati banyak orang ini, tidak hanya menyediakan transportasi angkutan penumpang saja namun juga melayani jasa kurir untuk pemesanan makanan, jasa pengiriman barang, dokumen, dan berbelanja. Banyaknya pelayanan yang diberikan perusahaan ojek online, semakin banyak pula opini yang dilontarkan masyarakat melalui twitter, mengenai kualitas dari setiap jenis layanan yang diberikan oleh perusahaan ojek online.Opini yang memiliki sentimen tersebut akan dianalisis sehingga dapat diketahui layanan mana yang mendapatkan sentimen positif, negatif, dan netral. Oleh sebab itu, diperlukan sebuah pendekatan yang dapat menganalisis sentimen masyarakat terhadap kualitas dari setiap layanan ojek online.Pada penelitian ini metode yang digunakan yaitu term frequency (tf) dan multinomial naive bayes classifier. Tahapan keseluruhan metode yang digunakan pada penelitian ini adalah preprocessing (cleaning, case folding, tokenisasi, convert negation, stopword removal, stemming, dan normalisasi), perhitungan frekuensi kemunculan kata (tf), dan klasifikasi sentimen. Hasil dari penelitian ini adalah mengklasifikasikan tweet ke dalam sentimen positif, negatif, netral dan mengetahui kualitas dari setiap jenis layanan ojek online. Dengan menggunakan algoritma dan metode ini, akurasi yang didapat adalah sebesar 86,57%. Pendekatan ini diharapkan akan sangat membantu pihak perusahaan ojek online untuk memperbaiki kualitas dari setiap jenis layanan yang ada.

Author Biographies

Sartika Mandasari, Universitas Potensi Utama

Ilmu Komputer

B. Herawan Hayadi, Universitas Potensi Utama

Ilmu Komputer

Rudi Gunawan, STMIK Triguna Dharma

Sistem Informasi

References

Al, H., Harpizon, R., Kurniawan, R., & Iskandar, I. (2022). Analisis Sentimen Komentar Di YouTube Tentang Ceramah Ustadz Abdul Somad Menggunakan Algoritma Naïve Bayes. 5(1), 131–140.

Amelia, R., Prastiwi, N. S., & Purbaya, M. E. (2022). Impementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Masyarakat Indonesia Mengenai Drama Korea Pada Twitter. 9(2), 338–343. https://doi.org/10.30865/jurikom.v9i2.3895

Cynthia, E. P., & Ismanto, E. (2018). Metode Decision Tree Algoritma C.45 Dalam Mengklasifikasi Data Penjualan Bisnis Gerai Makanan Cepat Saji. Jurasik (Jurnal Riset Sistem Informasi Dan Teknik Informatika), 3(July), 1. https://doi.org/10.30645/jurasik.v3i0.60

Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744

Duei Putri, D., Nama, G. F., & Sulistiono, W. E. (2022). Analisis Sentimen Kinerja Dewan Perwakilan Rakyat (DPR) Pada Twitter Menggunakan Metode Naive Bayes Classifier. Jurnal Informatika Dan Teknik Elektro Terapan, 10(1), 34–40. https://doi.org/10.23960/jitet.v10i1.2262

Harahap, F. (2021). Perbandingan Algoritma K Means dan K Medoids Untuk Clustering Kelas Siswa Tunagrahita. TIN: Terapan Informatika Nusantara, 2(4), 191–197.

Hayadi, B. H., & Basri, A. (2016). 1 , 2 1,2. 2(1), 97–106.

Ikhwan, A., Yetri, M., Syahra, Y., Halim, J., Utama Siahaan, A. P., Aryza, S., & Yacob, Y. M. (2018). A novelty of data mining for promoting education based on FP-growth algorithm. International Journal of Civil Engineering and Technology, 9(7), 1660–1669.

Katrina, W., Damanik, H. J., Parhusip, F., Hartama, D., Windarto, A. P., & Wanto, A. (2019). C.45 Classification Rules Model for Determining Students Level of Understanding of the Subject. Journal of Physics: Conference Series, 1255(1). https://doi.org/10.1088/1742-6596/1255/1/012005

Morgan, P., Show, B., & Media, N. (2022). ANALISIS SENTIMEN PENGGUNA YOUTUBE TERHADAP TAYANGAN # MATANAJWAMENANTITERAWAN DENGAN METODE NAÃVE BAYES SENTIMENT ANALYSIS OF USER COMMENTS ON YOUTUBE VIDEO # MATANAJWAMENANTITERAWAN WITH NAIVE BAYES CLASSIFIER METHOD. 5(1), 1–6. https://doi.org/10.33387/jiko

Prabowo, W. A., & Wiguna, C. (2021). Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM. Jurnal Media Informatika Budidarma, 5(1), 149. https://doi.org/10.30865/mib.v5i1.2604

Puspita, R., & Widodo, A. (2021). Perbandingan Metode KNN, Decision Tree, dan Naïve Bayes Terhadap Analisis Sentimen Pengguna Layanan BPJS. Jurnal Informatika Universitas Pamulang, 5(4), 646. https://doi.org/10.32493/informatika.v5i4.7622

Rozaq, A., Yunitasari, Y., Sussolaikah, K., Resty, E., Sari, N., & Syahputra, R. I. (2022). Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes , K-Nearest Neighboars Dan Decision Tree. 6(April), 746–750. https://doi.org/10.30865/mib.v6i2.3554

Downloads

Published

2022-07-16