Farah Syadza Mufidah
Universitas Dian Nuswantoro Semarang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Sentimen Masyarakat Terhadap Layanan Shopeefood Melalui Media Sosial Twitter Dengan Algoritma Naïve Bayes Classifier Farah Syadza Mufidah; Sri Winarno; Farrikh Alzami; Erika Devi Udayanti; Ramadhan Rakhmat Sani
JOINS (Journal of Information System) Vol 7, No 1 (2022): Edisi Mei 2022
Publisher : Universitas Dian Nuswantoro

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1882.622 KB) | DOI: 10.33633/joins.v7i1.5883

Abstract

Twitter adalah salah satu media sosial dan fasilitas microblogging yang menjadi tempat bagi penggunanya berbagi pengalamannya secara bebas, realtime, dan bersifat publik. Hal ini dapat menjadikan twitter sebagai sumber informasi yang dapat berupa opini, ataupun komentar yang bersifat positif maupun negatif. Dari opini masyarakat tersebut dapat diimplementasikan sebagai tolak ukur, karena memiliki nilai bagi suatu perusahaan agar dapat menjadi bahan evaluasi untuk menentukan langkah dalam meningkatkan layanannya. Oleh karena itu untuk mengolah opini tersebut dibutuhkan teknik analisis sentimen untuk dapat mengidentifikasi opini baik positif maupun negatif. Pada penelitian ini akan menganalisis tweet berbahasa Indonesia dengan topik layanan yang ada pada E-commerce shopee yaitu layanan ShopeeFood yang sedang populer dikalangan masyarakat saat ini. Metode yang akan digunakan untuk analisa sentimen pada penelitian ini yaitu Naïve Bayes Classifier untuk proses mengklasifikasi. Berdasarkan hasil pengujian klasifikasi tweet pada penelitian ini dibuktikan keakuratan yang didapatkan melalui confusion matrix dengan nilai accuracy sebesar 90,62%, precision sebesar 88,23%, dan recall sebesar 93,75%. Kata kunci: Analisis Sentimen, Teks Mining, Naïve Bayes Classifier, Twitter, ShopeeFood