Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK)
Sigit Pamungkas
Universitas Sanata Dharma
Computer Science & IT Electrical & Electronics Engineering

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

Found 1 Documents
Search

 1 
Klasifikasi Sentiment Tweet Pelanggan IndiHome Selama Pandemi Covid-19 Menggunakan Algoritma Multinomial Naive Bayes Sigit Pamungkas; J.B. Budi Darmawan
Prosiding Seminar Nasional Teknik Elektro, Sistem Informasi, dan Teknik Informatika (SNESTIK) 2022: SNESTIK II
Publisher : Institut Teknologi Adhi Tama Surabaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (150.86 KB) | DOI: 10.31284/p.snestik.2022.2720

Abstract

Selama pandemi Covid-19 banyak kegiatan sekolah maupun kantor yang dilakukan secara daring. Diperlukan jaringan internet untuk mendukung kegiatan tersebut, maka banyak orang yang berinisiatif untuk berlangganan layanan internet IndiHome. Banyak pelanggan yang merasa tidak puas dengan pelayanan IndiHome dengan menuliskan tweet di Twitter. Diperlukan sentiment analysis pada komentar tweet untuk mengevaluasi layanan IndiHome berdasarkan opini pelanggan. Dengan menggunakan metode Multinomial Naive Bayes diterapkan untuk klasifikasi sehingga menghasilkan akurasi optimal. Pada klasifikasi Multinomial Naive Bayes fitur diasumsikan diambil dari distribusi Multinomial sederhana. Proses analisis sentimen terdiri dari proses labeling data menggunakan VADER Lexicon, lalu pre-processing, selanjutnya akan dihitung jumlah term frequency dan documen frequency. Data akan dibagi menjadi data training dan testing menggunakan K-fold Cross Validation serta klasifikasi teks menggunakan Multinomial Naive Bayes dengan mencari nilai probabilitas tertinggi. Pengujian terdiri dari perbandingan jumlah data training dan data testing dengan menggunakan variasi k-fold untuk memperoleh nilai rata-rata akurasi terbaik terdapat pada variasi 11 fold yaitu sebesar 76,07%.
Co-Authors J.B. Budi Darmawan