Article Per Year (5 Year)
p-Index From 2021 - 2026
1.658
P-Index
This Author published in this journals
All Journal Jurnal Informatika INTECOMS: Journal of Information Technology and Computer Science IJISTECH (International Journal Of Information System & Technology) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) IJISTECH Jurnal Insan Jurnal Komputer Antartika
Dedi Dwi Saputra
Universitas Nusa Mandiri
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Electrical & Electronics Engineering Engineering Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analisis Sentimen Kosumen KFC Berdasarkan Pendekatan Naive Bayes dan Ada Boost Berbasis Data Twitter Laurentius Dandi Andhika; Dela Regita Cahyani; Dhika Saputra; Tirta Herawati; Muhammad Khoiruddinsyah; Dedi Dwi Saputra
Jurnal Insan Vol. 3 No. 1 (2023): Juni 2023
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/jinsan.v3i1.2219

Abstract

Analisis sentimen atau Sentimen analysis dalam bahasa Indonesia adalah teknik atau metode yang digunakan untuk identifikasi bagaimana perasaan diungkapkan melalui teks dan bagaimana Perasaan ini dapat diklasifikasikan sebagai positif atau negatif . Salah satu perusahaan makanan cepat saji yang sering mendapatkan sentimen analisis yaitu KFC ( Kentucky Fried Chicken ). Untuk melihat sentimen analisis penelitian ini mengambil sumber data dari salah satu media sosial Twitter. Pada penelitian ini juga digunakan metode Naive Bayes dan Ada Boost yang bertujuan untuk mengklasifikasikan data dan meningkatkan tingkat akurasi dari metode klasifikasi. Hasil penelitian ini menunjukan metode Naive Bayes tanpa menambahkan fitur Smote unsampling dan Stemming menghasilkan nilai akurasi sebesar 53,28%, sementara jika ditambahkan fitur Smote unsampling menghasilkan nilai akurasi sebesar 76,23% dan ditambahkan fitur Stemming menghasilkan nilai akurasi sebesar 73,04%. Penelitian ini bertujuan untuk menganalisis sentimen konsumen terhadap restoran cepat saji KFC menggunakan pendekatan Naive Bayes dan AdaBoost berbasis data dari platform Twitter. Data diambil dari percakapan dan ulasan pengguna Twitter terkait KFC dalam kurun waktu tertentu. Metode Naive Bayes dan AdaBoost digunakan untuk mengklasifikasikan sentimen konsumen menjadi tiga kategori, yaitu positif, negatif, dan netral. Hasil analisis sentimen kemudian dievaluasi untuk menilai tingkat kepuasan dan persepsi konsumen terhadap KFC. Penelitian ini dapat memberikan informasi berharga bagi manajemen KFC untuk meningkatkan kualitas pelayanan dan produk mereka berdasarkan umpan balik konsumen.
Co-Authors Abiyyu Nur Afif Alda Zevana Putri Widodo Dela Regita Cahyani Dhika Saputra Diki Kalana Dinda Mirranty Ferdian Syah Frieyadie Galistia Yudha Hafifah Bella Novitasari Hanif Fajrin Hernawati Hernawati Indah Purnamasari Kurnia Laurentius Dandi Andhika Lili Dwi Yulianto Melly Patende Minardi Minardi Muhamad Rafi Saeputra Muhammad Khoiruddinsyah Nendi Riska Fadhila Ranita Lasepa Retno Umi Umayah Rhini Fatmasari Rico Budiyanto Rini Maria Santoso Riyadi Syahrur Ramadhan Syifa Mahardinny Tirta Herawati Tri Sutarti Trisiwi Indra Cahyani Valianda Farradillah Hakim Windu Gata