ANALISIS SENTIMEN LAYANAN INDIHOME MENGGUNAKAN METODE NAÏVE BAYES DENGAN QUERY EXPANSION

Desantara, Soma Ma’ruf (2024) ANALISIS SENTIMEN LAYANAN INDIHOME MENGGUNAKAN METODE NAÏVE BAYES DENGAN QUERY EXPANSION. Other thesis, UPN Veteran Yogyakarta.

	Text ABSTRAK.pdf Download (16kB)
	Text COVER.pdf Download (118kB)
	Text DAFTAR ISI.pdf Download (287kB)
	Text DAFTAR PUSTAKA.pdf Download (138kB)
	Text Pengesahan Pembimbing.pdf Download (628kB)
	Text SKRIPSI FULL_SOMA MA'RUF DESANTARA_123170083.pdf Restricted to Repository staff only Download (2MB)

Abstract

ABSTRAK
Indihome merupakan salah satu penyedia layanan internet yang digunakan oleh
masyarakat Indonesia. Pada tahun 2022 Indihome mengalami penurunan pada top brand index.
akibatnya banyak kritik dan saran dari pelanggan terhadap layanannya. Banyaknya kritik dan
saran sering menjadi trending topic pada media Twitter(X). Hal tersebut dikarenakan pelayanan
customer servise yang kurang sigap dalam melayani dan menanggapi keluhan dari pelanggan
serta jaringan internet yang tidak maksimal. Salah satu tempat masyarakat menyampaikan
keluhan atau opini adalah melalui media sosial Twitter(X). oleh karena itu, diperlukan analisis
sentimen pada opini pelanggan terhadap layanan Indihome. Salah satu metode yang dapat
digunakan untuk analisis sentimen adalah Naïve Bayes.
Kekurangan dari Naïve Bayes adalah pengklasifikasian tweet/komentar berdasarkan
kategori mendapatkan hasil akurasi yang kurang maksimal. Hal itu terjadi karena tweets yang
ada pada Twitter berupa komentar singkat. Penelitian ini menggunakan Query Expansion
sebagai solusi yang ditawarkan yang berguna untuk menentukan tweet/komentar yang tdiak
terdeteksi proses preprosessing dengan menggunakan sinonim untuk memperluas kata pada
tweet/komentar. Data pada penelitian ini bersumber dari Twitter(X) dengan jumlah 684 data.
data tersebut melalui beberapa proses yaitu labeling secara manual, preprocessing, pembobotan
Term Frequency-Inverse Document Frequency (TF-IDF), dan training model Naïve Bayes yang
dioptimasi dengan Query Expansion.
Berdasarkan hasil pengujian yang telah dilakukan yaitu model Naïve Bayes tanpa Query
Expansion mendapatkan akurasi sebesar 75,18%, nilai presisi sebesar 78,05% dan nilai recall
sebesar 72,76%. Dan untuk hasil performa model Naïve Bayes dengan Query Expansion yaitu
akurasi sebesar 75,91% presisi sebesar 79,64% dan recall sebesar 73,56%. Dari hasil yang
didapatkan performa Naïve Bayes dengan Query Expansion lebih unggul baik dari segi akurasi,
resisi atau recall. Oleh karena itu dapat disimpulkan bahwa Query Expansion terbukti dapat
meningkatkan performa model Naïve Bayes dengan perluasan kata menggunakan sinonim untuk
mengganti kata yang tidak baku yang tidak terdeteksi pada proses preprocessing.
Kata kunci: Naïve Bayes, Query Expansion, Analisis Sentimen.
ABSTRACT
Indihome is one of the internet service providers used by the people of Indonesia. In 2022
Indihome experienced a decline in the top brand index. as a result there are many criticisms and
suggestions from customers about their services. The number of criticisms and suggestions often
becomes a trending topic on Twitter media (X). This is due to customer service services that are
less alert in serving and responding to complaints from customers and internet networks that are
not optimal. One of the places where people submit complaints or opinions is through social media
Twitter (X). therefore, sentiment analysis is needed on customer opinions on Indihome services.
One method that can be used for sentiment analysis is Naïve Bayes.
The drawback of Naïve Bayes is that classifying tweets/comments based on categories gets
less than maximum accuracy. This happens because the tweets on Twitter are in the form of short
comments. This research uses Query Expansion as a solution offered which is useful for
determining tweets/comments that are not detected by the preprocessing process by using
synonyms to expand words in tweets/comments. The data in this study comes from Twitter (X) with
a total of 684 data. The data goes through several processes, namely manual labelling,
preprocessing, Term Frequency-Inverse Document Frequency (TF-IDF) weighting, and Naïve
Bayes model training optimised with Query Expansion.
Based on the test results that have been carried out, the Naïve Bayes model without Query
Expansion gets an accuracy of 75.18%, a precision value of 78.05% and a recall value of 72.76%.
And for the performance results of the Naïve Bayes model with Query Expansion, namely accuracy
of 75.91% precision of 79.64% and recall of 73.56%. From the results obtained, the performance
of Naïve Bayes with Query Expansion is superior in terms of accuracy, precision or recall.
Therefore, it can be concluded that Query Expansion is proven to improve the performance of the
Naïve Bayes model by expanding words using synonyms to replace non-standard words that are
not detected in the preprocessing process.
Keywords: Naïve Bayes, Query Expansion, Sentiment Analysis.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Naïve Bayes, Query Expansion, Sentiment Analysis.
Subjects:	Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eko Yuli
Date Deposited:	25 Jul 2024 02:11
Last Modified:	25 Jul 2024 02:11
URI:	http://eprints.upnyk.ac.id/id/eprint/40422

Actions (login required)

View Item