Text Mining Classification Opini Publik Terhadap Provider di Indonesia

Said Thaufik Rizaldi (Universitas Islam Negeri Sultan Syarif Kasim Riau, Indonesia)
Afdal Al Khairi (Program Studi Sistem Informasi, Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Puzzle Research Data Technology, UIN Sultan Syarif Kasim Riau)
Mustakim Mustakim (Program Studi Sistem Informasi, Fakultas Sains dan Teknologi UIN Sultan Syarif Kasim Riau Puzzle Research Data Technology, UIN Sultan Syarif Kasim Riau)

Seminar Nasional Teknologi Informasi Komunikasi dan Industri
2021: SNTIKI 13

Opini adalah central dari aktivitas manusia yang memiliki pengaruh pada perilaku manusia dimana pada setiap segala keputusan, maka seseorang akan mencari pendapat dari orang lain. Perkembangan sarana media sosial seperti Twitter digunakan seperti individu untuk mendukung proses pengambilan keputusan sehingga dilakukan teknik sentimen analisis menggunakan Text Mining Classification untuk dapat mengidentifikasi sentimen yang berasal dari opini masyarakat pengguna kartu provider yang merupakan jenis data yang tidak terstruktur. Berdasarkan hal tersebut, penelitian ini melakukan klasifikasi dengan menggunakan Text Mining dengan menggunakan algoritma Naïve Bayes Classifier (NBC) dengan menggunakan 10 percobaan pada K-Fold Cross Validation. Hasil penelitian ini menunjukan bahwa K=4 menghasilkan nilai akurasi terbaik pada penelitian ini sebesar 68,85%.