Detail Cantuman

Tujuan penelitian ini menganalisis yang hasilnya dapat di olah bahan untuk evaluasi bagi pelayanan jasa pengiriman. Dalam penelitian ini data yang di Crawling Data dengan berbentuk format excel terbagi menjadi 3 kelas yaitu kelas positif, negatif, dan netral. Setelah itu data mengalami tahap filter data dari labelling data menjadi 2 kategori kelas yaitu kategori kelas positif dan kelas negatif yang ada di data tweet menggunakan metode klasifikasi dengan label positif ditandai dengan angka 1, sedangkan label negatif ditandai dengan -1. Data yang sudah dilakukan pelabelan sebanyak 1325 data tweet yang masuk dalam kata kunci “Kurir” terdapat kelas positif ada 848 data tweet, dan kelas negatif ada 477 data tweet dengan menggunakan Algoritma Naïve Bayes. Lalu akan melakukan tahapan text preprocessing yang terdiri dari casefolding, tokenizing, filtering, stemming, dan TF-IDF dan akan menghasilkan nilai sentimen yang dihasilkan opini tweet dari sentimen positif dan negatif. Selanjutnya akan melakukan tahap pembagian dataset dibagi menjadi data training sebanyak 927 dan data testing sebanyak 398 dengan menggunakan rasio 0.3 yang artinya 70% data training dan 30% data testing. Selanjutnya melakukan tahap evaluasi dalam sebuah pengujian model klasifikasi Algoritma Naïve Bayes dengan Confusion Matrix. Dari pengujian tersebut didapatkan hasil analisis sentimen dengan kata kunci ”kurir” mendapatkan nilai yang cukup baik dengan nilai akurasi sebesar 80%, precision 84%, dan Recall sebesar 87%

Kata Kunci: Analisis Sentimen, Twitter, Kurir, Text Mining, Naïve Bayes, Confusion Matrix.