Text

ANALISIS SENTIMEN OPINI MASYARAKAT INDONESIA PENGGUNA TWITTER TERHADAP LAYANAN INDIHOME MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VERTOR MACHINE (SVM)

---

Perkembangan teknologi saat ini sangatlah pesat, terutama berkaitan dengan teknologi informasi, yaitu internet. Indihome merupakan layanan digital yang menyediakan internet, telepon rumah dan TV Interaktif (Indihome TV) dengan beragam pilihan paket serta layanan tambahan yang bisa dipilih sesuai kebutuhan, IndiHome salah satu provider internet di Indonesia yang cukup banyak penggunanya. Penelitian ini mengumpulkan data ulasan mengenai IndiHome yang bersumber dari platform Twitter dan menggunakan Algoritma Naïve Bayes dan Support Vector Machine, dan juga yang mana nanti nya membandingkan hasil yang didapatkan dari kedua model. Dengan demikian, diharapkan dapat memahami pola sentimen, sikap, dan pandangan masyarakat secara lebih sistematis dan objektif. Penelitian dilaksanakan melalui tahapan metodologi seperti pengumpulan data penelitian yang diperoleh dari Twitter dengan menggunakan keyword "IndiHome lang:id". Pra-Pemrosesan Data: Membersihkan dan memproses data untuk menghilangkan noise, seperti tautan, tanda baca, dan kata-kata tidak penting. Pembentukan Dataset: Membentuk dataset yang mencakup sentimen positif, negatif, dan netral dengan labeling Lexicon Based dan TextBlob berdasarkan analisis konten tweet dan menggunakan 3 ratio split data. Implementasi Algoritma Naïve Bayes dan Support Vector Machine: Menerapkan algoritma Naïve Bayes dan Support Vector Machine untuk mengklasifikasikan sentimen dari dataset yang telah dibentuk. Evaluasi Model: Melakukan evaluasi performa model klasifikasi sentimen menggunakan metrik yang relevan, seperti akurasi, presisi, recall , dan F1 -Score. Analisis Hasil: Menganalisis hasil klasifikasi sentimen untuk mendapatkan pemahaman yang lebih mendalam terkait sikap dan pandangan masyarakat terhadap IndiHome. Metode Support Vector Machine dengan labeling Lexicon Based pada rasio 80% : 20% menunjukkan performa yang sangat baik dengan akurasi, presisi, recall, dan f1 score sebesar 94%.

---

Availability

Detail Information

Call Number

Informatika 006.754 Tef A

Language

Indonesia

NPM

203510040

Publisher

Teknik Informatika : Universitas Islam Riau., 2026

Keyword(s)

Twitter
Support Vector Machine
Naive Bayes
Analisis Sentimen
Indihome

Other Information

Petugas

BUDI SANTOSO

Other version/related

File Attachment

Comments

---

You must be logged in to post a comment