Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Jurnal Simantec

IMPLEMENTASI TEXT MINING UNTUK ANALISIS OPINI MASYARAKAT TERHADAP KINERJA LAYANAN TRANSPORTASI ONLINE DENGAN ANALISIS FAKTOR Immanuel Olive DjajaPutra; Kestrilia Rega Prilianti; Paulus Lucky Tirma Irawan
Jurnal Simantec Vol 8, No 2 (2020)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v8i2.6764

Abstract

Sistem transportasi umum saat ini berbasis aplikasi yang terhubung dengan koneksi internet sehingga dapat disebut juga dengan transportasi online. Grab dan Gojek merupakan penyedia jasa transportasi online yang ingin memberikan pelayanan kepada pengguna dengan baik. Beberapa pengguna memberikan tanggapan tentang layanan yang diberikan, pengalaman, kritik maupun saran bagi kedua perusahaan tersebut melalui Twitter. Pada penelitian ini dibuat sebuah aplikasi untuk menganalisis opini masyarakat terhadap layanan Grab dan Gojek dengan implementasi text mining menggunakan algoritma Naïve Bayes Classifier yang digunakan untuk mengklasifikasi tweet ke dalam kelas sentimen positif atau sentimen negatif dan Principal Component Analysis (PCA) yang digunakan untuk menentukan faktor dari setiap sentimen yang telah divalidasi. Data diperoleh melalui Twitter dengan kata kunci “grab” Dan “gojek”. Dari hasil penelitian didapatkan hasil akurasi klasifikasi data uji sentimen pada objek Grab adalah 74,34% dengan jumlah data 152 tweet dan data latih 597 tweet, sedangkan hasil akurasi klasifikasi data uji pada objek Gojek adalah 68,84% dengan jumlah data 565 tweet dan data latih 2249 tweet. Hasil akurasi diperoleh dengan menggunakan nilai threshold sebesar 1.1. Setiap kelas sentimen dilakukan analisis faktor yang kemudian pada Grab diperoleh 6 faktor positif dan 5 faktor negatif, sedangkan pada Gojek diperoleh 8 faktor positif dan 6 faktor negatif. Setiap faktor yang diperoleh dilakukan interpretasi dan kemudian dilakukan validasi oleh pakar.
IMPLEMENTASI TEXT MINING UNTUK ANALISIS PREFERENSI MASYARAKAT TERHADAP TEMPAT WISATA DI INDONESIA Yohanes Hans Kristian; Kestrilia Rega Prilianti; Paulus Lucky Tirma Irawan
Jurnal Simantec Vol 7, No 2 (2019)
Publisher : Universitas Trunojoyo Madura

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.21107/simantec.v7i2.6710

Abstract

Pariwisata merupakan salah satu sektor unggulan Indonesia yang perlu dijaga dan dikembangkan untuk meningkatkan daya tariknya. Untuk itu diperlukan informasi preferensi masyarakat terkait suatu tempat wisata tertentu yang bisa didapat salah satunya dari media sosial Twitter menggunakan text mining. Pada penelitian ini telah dibuat aplikasi untuk melakukan analisis preferensi masyarakat terhadap tempat wisata di Indonesia dengan menerapkan text mining menggunakan analisis sentimen dan analisis faktor dengan studi kasus candi Borobudur dan candi Prambanan. Algoritma Naive Bayes Classifier (NBC) digunakan pada analisis sentimen, dan metode Principal Component Analysis (PCA) digunakan pada analisis faktor. Dari penelitian yang sudah dilakukan didapatkan hasil akurasi klasifikai sebesar 100% untuk topik candi Borobudur, 80.59% untuk topik candi Prambanan, dan 90.48% untuk akurasi rata-rata menggunakan algoritma NBC. Metode PCA menghasilkan 10 faktor positif dan 7 faktor negatif untuk topik candi Borobudur, sedangkan untuk topik candi Prambanan didapatkan 8 faktor positif dan 3 faktor negatif. Seluruh faktor yang terbentuk telah divalidasi dan diinterpretasikan oleh pakar. Dapat disimpulkan jika aplikasi yang dibuat dapat digunakan untuk mengetahui informasi preferensi masyarakat terhadap tempat wisata di Indonesia.