IMPLEMENTASI SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN TELKOM DAN BIZNET

  • Bety Wulan Sari Universitas AMIKOM Yogyakarta
  • Fadholi Fat Haranto Universitas AMIKOM Yogyakarta
Keywords: Analisis Sentimen, Support Vector Machine, Klasifikasi, Biznet, Telkom

Abstract

Sosial media merupakan suatu media yang dapat digunakan untuk berekspresi oleh penggunanya. Twitter cukup populer dan sering digunakan di Indonesia, pengguna twitter dapat berekspresi dan beraspirasi tanpa adanya batasan. Tweet yang berupa ekspresi dan aspirasi yang ditulis oleh pengguna twitter dapat digunakan untuk ulasan sebuah produk atau layanan. Pada penelitian ini, peneliti menggunakan teknik text mining dengan menerapkan algoritma Support Vector Machine yang dipergunakan untuk analisis sentimen pengguna twitter terhadap pelayanan Telkom dan Biznet. Data pada pelayanan Telkom dan Biznet akan dilakukan perhitungan pada penelitian ini dengan jumlah dataset sebanyak 500 tweet yang berasal dari crawling data twitter, terdapat  250 tweet yang dijadikan dataset pada masing-masing objek. Sejumlah data tersebut akan dipergunakan untuk data training serta data testing dalam proses pembuatan model menggunakan algoritma Support Vector Machine. Metode yang digunakan untuk pengujian model adalah Confusion Matrix sedangkan K-Fold Cross Validation ditujukan untuk untuk membagi data training dan data testing sesuai lipatan yang digunakan. Hasil pengujian yang diperoleh menggunakan metode K-Fold Cross Validation dan Confusion Matrix pada model yang dibuat menggunakan algoritma Support Vector Machine yang memberikan hasil nilai accuracy 79,6%, precision 76,5%, recall 72,8% , dan F1-score 74,6% untuk Telkom, serta accuracy 83,2%, precision 78,8%, recall 71,6%, dan F1-score 75% untuk Biznet.

Downloads

Download data is not yet available.

References

Haranto, F. F., & Sari, B. W. (2019). Laporan Akhir Penelitian: Implementasi Support Vector Machine Untuk Analisis Sentimen Pengguna Twitter Terhadap Pelayanan Telkom Dan Biznet. Yogyakarta.

Liu, B. (2012). Sentiment Analysis and Opinion Mining. Synthesis Lectures on Human Language Technologies, 5(1), 1–167. https://doi.org/10.2200/S00416ED1V01Y201204HLT016

Monarizqa, N., Nugroho, L. E., & Hantono, B. S. (2014). PENERAPAN ANALISIS SENTIMEN PADA TWITTER BERBAHASA INDONESIA SEBAGAI PEMBERI RATING. Jurnal Penelitian Teknik Elektro Dan Teknologi Informasi, 1(3). Retrieved from http://ejpteti.jteti.ugm.ac.id/index.php/JPTETI/article/view/31

Pratomo, Y. (2019, May 16). APJII: Jumlah Pengguna Internet di Indonesia Tembus 171 Juta Jiwa. Tekno.Kompas.Com, p. Internet. Retrieved from https://tekno.kompas.com/read/2019/05/16/03260037/apjii-jumlah-pengguna-internet-di-indonesia-tembus-171-juta-jiwa

Preety, P., & Dahiya, S. (2015). SENTIMENT ANALYSIS USING SVM AND NAÏVE BAYES ALGORITHM. International Journal of Computer Science and Mobile Computing, 4(9), 212–219. Retrieved from https://ijcsmc.com/docs/papers/September2015/V4I9201545.pdf

Santoso, V. I., Virginia, G., & Lukito, Y. (2017). PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSEN DENGAN METODE SUPPORT VECTOR MACHINE. Jurnal Transformatika, 14(2), 72. https://doi.org/10.26623/transformatika.v14i2.439

Susilo, T. H., & Rochimah, S. (2013). PENGKLASIFIKASIAN TOPIK DAN ANALISIS SENTIMEN DALAM MEDIA SOSIAL. In SNASTI 2013 (pp. SC1–SC10). Surabaya: STIKOM Surabaya. Retrieved from https://core.ac.uk/download/pdf/35357695.pdf

Published
2019-09-05
How to Cite
Sari, B., & Haranto, F. (2019). IMPLEMENTASI SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN TELKOM DAN BIZNET. Jurnal Pilar Nusa Mandiri, 15(2), 171-176. https://doi.org/10.33480/pilar.v15i2.699
Article Metrics

Abstract viewed = 34 times
PDF downloaded = 47 times