Skripsi

Analisis sentimen persepsi pengguna layanan indihome di twitter dengan menggunakan metode Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) / Bayu Seto Santiaji

Abstrak
PT Telkom Indonesia Tbk merupakan sebuah perusahaan yang bergerak pada bidang jasa layanan TIK dan jaringan telekomunikasi serta juga merupakan Badan Usaha Milik Negara di Indonesia. IndiHome merupakan satu dari beberapa layanan utama yang dimiliki PT Telkom Indonesia. Meskipun layanan IndiHome menjadi peringkat pertama pada Top Brand Award Indonesia masih terdapat opini negatif dari pengguna layanan IndiHome di media sosial khususnya Twitter. Agar tidak terjadi penurunan layanan dan penurunan jumlah pelanggan PT. Telkom Indonesia (Persero) Tbk harus terus meningkatkan layanan yang diberikan dengan cara memahami Voice of Customer dari layanan IndiHome. Twitter adalah sebuah media sosial yang marak sedang digunakan dapat berguna dalam menjaring feedback dari customer untuk menentukan perbaikan pelayanan yang harus diprioritaskan. Penelitian ini bertujuan mengaplikasikan text mining untuk menganalisis sentimen persepsi pengguna layanan IndiHome pada Twitter dengan mengaplikasikan Support Vector Machine (SVM) dan Nai ve Bayes Classifier (NBC). Selain itu penelitian ini menganalisis bagaimana proses stemming mempengaruhi akurasi dari model klasifikasi dimana penelitian ini menggunakan dua algoritma yaitu nazief-adriani dan porter. Penelitian yang dilakukan merupakan penelitian eksperimen yang memakai data primer yang didapatkan dari proses scraping menggunakan kata kunci IndiHome pada periode 30 Oktober 2021 hingga 29 Maret 2022 menggunakan software anaconda 3.0 dan library snscrape dengan total data yaitu 50.000 tweet. Selain itu software anaconda versi 3.0 dengan bahasa pemrogaman python digunakan untuk mengolah data yang didapatkan. Penelitian ini juga menganalisis pemilihan parameter yang optimal pada algoritma klasifikasi dengan menggunakan parameter c gamma serta kernel pada algoritma SVM dan menggunakan parameter alpha pada algoritma NBC. Hasil penelitian menunjukkan bahwa algoritma SVM mempunyai performansi lebih unggul dibandingkan dengan algoritma NBC dalam mengklasifikasikan sentimen persepsi pengguna layanan IndiHome di Twitter. Akurasi terbaik yang didapatkan dengan menggunakan model klasifikasi algoritma SVM yaitu dengan menggunakan kombinasi parameter nilai C yaitu 100 nilai gamma yaitu 0 01 kernel rbf dan nazief-adrinai stemmer dengan nilai akurasi 92 43% pada confusion matrix. Kesimpulan yang didapatkan dari penelitian ini yaitu pengguna layanan IndiHome cenderung lebih banyak memberikan opini negatif dengan jumlah 13.902 tweet dibandingkan opini positif dengan jumlah 12.151 tweet. Pada akhir penelitian ini diberikan rekomendasi perbaikan layanan IndiHome menggunakan fishbone diagram berdasarkan pada word frequency dan wordcloud.

Informasi Detail

DDC

SKRIPSI DIGITAL

Prodi

Universitas Negeri Malang. Program Studi Teknik Industri, 2023.

Deskripsi Fisik

xvi, 83 hlm. : ilus.

Bahasa

Indonesia

No Reg

5940/RS/23

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2023

Subjek

1. LAYANAN JARINGAN - PERSEPSI PENGGUNA - SENTIMEN
2. LAYANAN JARINGAN - LAYANAN - KEPUASAN PENGGUNA
3. NETWORK SERVICES - USER PERCEPTION - SENTIMENT

Pembimbing

1. Aisyah Larasati, S.T., M.T., Mim., Ph.D; 2. Abdul Muid, S.T., M.T.

Lampiran Berkas