ANALISIS SENTIMEN MASYARAKAT TERHADAP DATA TWEET TRAVELOKA SELAMA RAPID TEST ANTIGEN MENGGUNAKAN ALGORITMA NAÏVE BAYES

Fenny Novianti
Kiky Rizky Nova Wardani


DOI: https://doi.org/10.29100/jipi.v8i3.3973

Abstract


Traveloka melalui akun twitter selama pandemi, banyak mengeluarkan pendapat berupa komentar-komentar tentang syarat untuk melakukan setiap perjalanan baik di luar maupun di dalam negeri yaitu surat dari hasil rapid test antigen maupun PCR dengan dinyatakan negatif Covid-19. Rumusan masalah dari penelitian ini adalah bagaimana cara mendapatkan data analisis sentimen dari media sosial Twitter pada data tweet Traveloka selama rapid test antigen dengan algoritma naïve bayes. Penelitian ini merupakan penelitian kuantitatif dengan metode yang digunakan dalam penelitian ini adalah analisis sentimen masyarakat terhadap data tweet Traveloka selama rapid test antigen berdasarkan dari opini masyarakat atau netizen pada Twitter. Sementara itu, analisis pada penelitian ini menggunakan Naïve Bayes. Dalam melakukan pengukuran pada analisis sentimen didapatkan hasil dari pembobotan TF-IDF serta hasil akurasi algoritma Naïve Bayes sebesar 75% dengan membagi data training dan data testing dengan rasio 80:20 serta mendapatkan nilai recall sebesar 67%, nilai precision sebesar 86% dan nilai f1-score sebesar 76%.


Keywords


Traveloka; Twitter; Pandemi; Rapid Test; Naïve Bayes

Full Text:

PDF

Article Metrics :

References


T. APJII, “Survei Pengguna Internet APJII 2019-Q2 2020: Ada Kenaikan 25,5 Juta Pengguna Internet Baru di RI,” Bul. APJII, vol. 74, 10, 2020.

K. Ikhsani, C. Catur Widayati, and N. Endah Retno Wuryandari, “ANALISIS PENGARUH PERSEPSI RESIKO, PROMOSI, DAN KEPERCAYAAN MEREK TERHADAP NIAT BELI PASCA COVID-19,” J. Bisnis, Ekon. Manajemen, dan Kewirausahaan, pp. 81–90, May 2021, doi: 10.52909/jbemk.v1i1.31.

S. Samsir, A. Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 1, p. 157, Jan. 2021, doi: 10.30865/mib.v5i1.2580.

Y. Yunitasari and A. R. Putera, “Analisis Sentimen Masyarakat di Twitter Terkait Pandemi Covid-19,” SMATIKA J., vol. 11, no. 01, pp. 22–26, Jun. 2021, doi: 10.32664/smatika.v11i01.520.

A. Rafiq, “Dampak Media Sosial Terhadap Perubahan Sosial Suatu Masyarakat,” Glob. Komunika, vol. 1, 1, pp. 18–29, 2020.

E.S. Negara, “Kajian terhadap tools dan framework social media analytics untuk pemanfaatan data social media dalam penelitian ilmu sosial,” J. Teknol. Technoscientia, vol. 9, 2, pp. 132–138, 2017.

D.A. Wulandari, R.R. Saedudin and R. Andreswari, “Analisis Sentimen Media Sosial Twitter Terhadap Reaksi Masyarakat Pada Ruu Cipta Kerja Menggunakan Metode Klasifikasi Algoritma Naive Bayes,” eProceedings Eng., vol. 8, 5, 2021.

D. Setian, I. Iin Seprina, “Analisis Sentimen Masyarakat Terhadap Data Tweet Lazada Indonesia Menggunakan Text Mining Dengan Algoritma Naive Bayes Classifier,” Bina Darma Conf. Comput. Sci., vol. 1, pp. 998–1004, 2019.

R.A. Ghifary and others, “Analisis kualitas layanan pada perusahaan e-commerce Traveloka,” J. Chem. Inf. Model., vol. 53, 15, pp. 1689–1699, 2018.

R. Meifitrah, I. Darmawan, and O. Nurul Pratiwi, “Sentiment analysis of tokopedia application review to service product recommender system using neural collaborative filtering for marketplace in Indonesia,” IOP Conf. Ser. Mater. Sci. Eng., vol. 909, no. 1, p. 012071, Dec. 2020, doi: 10.1088/1757-899X/909/1/012071.

M. W. A. Putra, Susanti, Erlin, and Herwin, “Analisis Sentimen Dompet Elektronik Pada Twitter Menggunakan Metode Naïve Bayes Classifier,” IT J. Res. Dev., vol. 5, no. 1, pp. 72–86, Jul. 2020, doi: 10.25299/itjrd.2020.vol5(1).5159.

A.F.O. Pasaribu and others, “Analisis Pola Menggunakan Metode C4. 5 Untuk Peminatan Jurusan Siswa Berdasarkan Kurikulum (Studi Kasus: Sman 1 Natar),” J. Teknol. Dan Sist. Inf., vol. 2, no. 1, pp. 80–85, 2021, [Online]. Available: http://jim.teknokrat.ac.id/index.php/JTSI

D. Yoga Pratama and others, “Implementasi Analisis Sentimen Menggunakan Naive Bayes Terhadap Keluhan Sarana dan Prasarana Di Biro Administrasi Umum Universitas Muhammadiyah Surakarta,” 2020.

F.S. Pamungkas, I. Kharisudin “Analisis Sentimen dengan SVM, Naïve Bayes, dan KKN untuk Studi Tanggapan Masyarakat Indonesia Terhadap Pandemi Covid-19 pada Media Sosial Twitter,” In PRISMA, Prosiding Seminar Nasional Matematika., vol. 4, pp. 628-634. 2021, doi: 10.32664/smatika.v10(02).7176.

H.Humairah, I. Darmawan, And O.N. Pratiwi, “Analisis Sentimen Ulasan Produk Toko Online Rubylicious Untuk Peningkatan Layanan Menggunakan Algoritma Naive Bayes,” eProceedings Eng., vol. 7, no. 2, pp. 7026–7034, 2020.

C. H. Yutika, A. Adiwijaya, and S. Al Faraby, “Analisis Sentimen Berbasis Aspek pada Review Female Daily Menggunakan TF-IDF dan Naïve Bayes,” J. MEDIA Inform. BUDIDARMA, vol. 5, no. 2, p. 422, Apr. 2021, doi: 10.30865/mib.v5i2.2845.

S.W.U. Vitandy, A.A. Supianto, And F.A. Bachtiar, “Analisis Sentimen Evaluasi Kinerja Dosen menggunakan Term Frequency-Inverse Document Frequency dan Naive Bayes Classifier,” J. Pengemb. Teknol. Inf. dan Ilmu Komput. e-ISSN, vol. 2548, pp. 6082–6083, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5645

Alvina Felicia Watratan, Arwini Puspita. B, and Dikwan Moeis, “Implementasi Algoritma Naive Bayes Untuk Memprediksi Tingkat Penyebaran Covid-19 Di Indonesia,” J. Appl. Comput. Sci. Technol., vol. 1, no. 1, pp. 7–14, Jul. 2020, doi: 10.52158/jacost.v1i1.9.82–6083, 2019, [Online]. Available: http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/5645

T. N. Wijaya, R. Indriati, and M. N. Muzaki, “ANALISIS SENTIMEN OPINI PUBLIK TENTANG UNDANG-UNDANG CIPTA KERJA PADA TWITTER,” Jambura J. Electr. Electron. Eng., vol. 3, no. 2, pp. 78–83, Jul. 2021, doi: 10.37905/jjeee.v3i2.10885.

F.S. Pattiiha, Hendry, “Perbandingan Metode K-NN, Naïve Bayes, Decision Tree untuk Analisis Sentimen Tweet Twitter Terkait Opini Terhadap PT PAL Indonesia ,” JURIKOM (Jurnal Riset Komputer), 9(2),506-514,2022,doi: 10.30865/jurikom.v9i2.4016.