<![CDATA[Abstrak Penggunaan sosial media untuk mengutarakan pendapat sudah menjadi kebiasaan masyarakat.Opini yang ditulis konsumen sedikit banyak dapat berpengaruh terhadap bisnis perusahaan. Perusahaanbutuh untuk mengevaluasi pelayanan demi kepuasan konsumen dan opini ini dapat sangat bermanfaat dalamberjalannya prosestersebut. Dengan banyaknya tweet dari konsumen merupakan pekerjaan yang tidakmudah bagi manusia. Oleh karena itu, pada penelitian ini dibuat suatu sistem yang mampu mengklasifikasiberbagai opini konsumen yang bersifat positif dan negatif. Untuk menentukan fitur dan bobotnya digunakanmetode TF-IDF, serta metode Maximum Entropy untuk melakukan klasifikasi. Hasil terbaik yang didapatpada percobaan ini adalah akurasi sebesar 90,67% dan f1-score sebesar 84,3%. Kata kunci: tweet, opini, klasifikasi, tf-idf, maximum entropyAbstract The use of social media to express opinions has become a habit of society today. Consumer opinionscould more or less affect to the company's business. Companies need to evaluate their service for customersatisfaction and this opinions can be very useful in the process. With the numbers of tweets that must be evaluatedfrom consumers, it isn’t an easy task for human. Therefore, in this study, a system has been created that is able toclassify consumer opinions into positive and negative classes. Using TF-IDF method to determine the featuresand weights, and the Maximum Entropy method for classification. The best results obtained in this experimentwere accuracy of 90.67% and f1-score of 84.3%. Keywords: tweet, opinion, classification, tf-idf, maximum entropy]]>
Copyrights © 2019
