Analisis Sentimen Transportasi Online pada Twitter Menggunakan Metode Klasifikasi Naïve Bayes dan Support Vector Machine

Abstract

Transportasi online  merupakan salah satu pilihan bagi masyarakat untuk berkegiatan sehari-hari baik saat bekerja, bepergian dan melakukan aktivitas lain. Salah satu cara untuk mengetahui persepsi masyarakat terhadap layanan transportasi online adalah dengan analisis sentimen seperti yang dilakukan pada penelitian ini. Data yang digunakan merupakan data valid dari sosial media Twitter untuk Transportasi online GrabId dan GojekIndonesia. Teknik analisis sentimen yang digunakan adalah  Naïve Bayes Classifier dan metode Support Vector Machine (SVM). Keduanya digunakan untuk membandingkan tanggapan masyarakat dari analisis sentimen data tweet yang telah diklasifikasikan menjadi positif dan negatif. Berdasarkan penelitian ini didapatkan bahwa GrabId menggunakan metode SVM memberikan hasil class precision positif dan negatif yaitu 86.47% dan 46.67%, class recall positif dan negatif yaitu 96.21% dan 18.06%, accuracy 84.08%. Sedangkan untuk GojekIndonesia, metode SVM memberikan hasil yaitu class precision positif dan negatif yaitu 73.90% dan 35.65%, class recall positif dan negatif yaitu 89.84% dan 15.07%, accuracy 69.50%. Dari akurasi yang dihasilkan, metode SVM  menghasilkan kinerja terbaik.