Analisis Sentimen Masyarakat Terhadap Layanan Shopeefood Melalui Media Sosial Twitter Dengan Algoritma Naïve Bayes Classifier

Authors

  • Farah Syadza Mufidah Universitas Dian Nuswantoro Semarang
  • Sri Winarno Universitas Dian Nuswantoro Semarang
  • Farrikh Alzami Universitas Dian Nuswantoro Semarang
  • Erika Devi Udayanti Universitas Dian Nuswantoro Semarang
  • Ramadhan Rakhmat Sani Universitas Dian Nuswantoro Semarang

DOI:

https://doi.org/10.33633/joins.v7i1.5883

Abstract

Twitter adalah salah satu media sosial dan fasilitas microblogging yang menjadi tempat bagi penggunanya berbagi pengalamannya secara bebas, realtime, dan bersifat publik. Hal ini dapat menjadikan twitter sebagai sumber informasi yang dapat berupa opini, ataupun komentar yang bersifat positif maupun negatif. Dari opini masyarakat tersebut dapat diimplementasikan sebagai tolak ukur, karena memiliki nilai bagi suatu perusahaan agar dapat menjadi bahan evaluasi untuk menentukan langkah dalam meningkatkan layanannya. Oleh karena itu untuk mengolah opini tersebut dibutuhkan teknik analisis sentimen untuk dapat mengidentifikasi opini baik positif maupun negatif. Pada penelitian ini akan menganalisis tweet berbahasa Indonesia dengan topik layanan yang ada pada E-commerce shopee yaitu layanan ShopeeFood yang sedang populer dikalangan masyarakat saat ini. Metode yang akan digunakan untuk analisa sentimen pada penelitian ini yaitu Naïve Bayes Classifier untuk proses mengklasifikasi. Berdasarkan hasil pengujian klasifikasi tweet pada penelitian ini dibuktikan keakuratan yang didapatkan melalui confusion matrix dengan nilai accuracy sebesar 90,62%, precision sebesar 88,23%, dan recall sebesar 93,75%. Kata kunci: Analisis Sentimen, Teks Mining, Naïve Bayes Classifier, Twitter, ShopeeFood

References

G. Pratama, "Analisis Transaksi Jual Beli online Melalui Website Marketplace Shopee Menurut Konsep Bisnis di Masa Pandemic Covid 19," Ecopreneur: Jurnal Program Studi Ekonomi Syariah, vol. 1, no. 2, pp. 21-34, 2020.

I. Vania and R. Simbolon, "Pengaruh Promo Shopeefood Terhadap Minat Beli Pengguna Shopee (Di Daerah Tangerang Selatan)," Jurnal Ekonomis, vol. 14, no. 2b, 2021.

E. S. Buana, "Pengaruh Promo ShopeeFood Terhadap Minat Beli Pengguna Shopee," 2021.

N. M. S. Hadna, P. I. Santosa and W. W. Winarno, "Studi literatur tentang perbandingan metode untuk proses analisis sentimen di Twitter," Seminar Nasional Teknologi Informasi dan Komunikasi 2016 (SENTIKA 2016), pp. 57-64, 2016.

D. N. Sari, F. Adelia, F. Rosdiana, B. B. Butar and M. Hariyanto, "Analisa Sentimen Terhadap Review Produk Kecantikan Menggunakan Metode Naive Bayes Classifier," JIKA (Jurnal Informatika), vol. 4, no. 3, pp. 109-118, 2020.

A. Nurzahputra and M. A. Muslim, "Analisis Sentimen pada Opini Mahasiswa Menggunakan Natural Language Processing," Seminar Nasional Ilmu Komputer (SNIK 2016), pp. 114-118, 2016.

Surohman, S. Aji, Rousyati and F. F. Wati, "Analisa Sentimen Terhadap Review Fintech Dengan Metode Naive Bayes Classifier Dan K- Nearest Neighbor," Jurnal Sains dan Manajemen, vol. 8, no. 1, pp. 93-105, 2020.

M. I. Fikri, T. S. Sabrila and Y. Azhar, "Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter," SMATIKA JURNAL, vol. 10, no. 2, pp. 71-76, 2020.

Z. E. Sholikha, E. Y. Puspaningrum and W. S. JS, "Analisa Sentimen Pengguna E-Money pada Twitter menggunakan Algoritma C4.5 dan Naive Bayes," Jurnal Informatika dan Sistem Informasi (JIFoSI), vol. 1, no. 3, pp. 1063-1071, 2020.

D. Alita, Y. Fernando and H. Sulistiani, "Implementasi Algoritma Multiclass SVM pada Opini Publik Berbahasa Indonesia di Twitter," Jurnal Tekno Kompak, vol. 14, no. 2, pp. 86-91, 2020.

Downloads

Published

2022-05-31

How to Cite

[1]
F. S. Mufidah, S. Winarno, F. Alzami, E. D. Udayanti, and R. R. Sani, “Analisis Sentimen Masyarakat Terhadap Layanan Shopeefood Melalui Media Sosial Twitter Dengan Algoritma Naïve Bayes Classifier”, Journal of Information System, vol. 7, no. 1, pp. 14–25, May 2022.

Issue

Vol. 7 No. 1 (2022): Edisi Mei 2022

Section

Articles

License

Authors who publish with this journal agree to the following terms:

    1. Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
    2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
    3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Most read articles by the same author(s)