ANALISIS SENTIMEN TENTANG RESPON MASYARAKAT TERHADAP TRANSPORTASI UMUM ONLINE DAN KONVENSIONAL MENGGUNAKAN NAÏVE BAYES CLASSIFIER DAN LEXICON BASED

  • Imam Fahrur Rozi
  • Ridwan Rismanto
  • Danis Karmanita

Abstract

Transportasi online adalah sebuah terobosan baru di bidang transportasi yang semakin diminati masyarakat. Adanya transportasi online menimbulkan konflik dengan trasportasi konvensional. Analisis sentimen pada jasa transportasi merupakan proses mengekstraksi pendapat, sentimen, evaluasi, dan emosi orang tentang pelayanan transportasi yang tertulis. Melalui media sosial twitter masyarakat mengeluarkan beragam opini tentang pelayanan dari berbagai jenis transportasi dengan jumlah yang banyak, sehingga terdapat kesulitan untuk menentukan opini yang bersifat positif atau negatif. Dalam penelitian ini, pengembangan sistem yang dilakukan untuk mengkategorikan tweet kedalam kategori negative dan positif. Algoritma yang digunakan adalah Naïve Bayes Classifier dan Lexicon Based dengan jumlah dataset tweet sebanyak 200 tweet yang diperoleh melalui crawling pada twitter dan telah melalui proses social tagging terhadap tweet yang diperoleh, untuk keperluan data training dan testing. Proses pengujian algoritma menggunakan data training sebesar 60%, 70%, 80% dan 90% dari 200 dataset didapat akurasi sistem sebesar 63 %, 63.1%, 65.2% dan 75%. Dari hasil pengujian tersebut dapat disimpulkan bahwa semakin banyak data training yang digunakan maka nilai akurasi akan semakin meningkat.

Kata kunci : Naïve Bayes, Ojek Online, Opini, Twitter

Published
2018-08-31