ANALISIS SENTIMEN MEDIA SOSIAL TWITTER TERHADAP MASKAPAI PENERBANGAN PT GARUDA INDONESIA (PERSERO) TBK MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Tantri Ayu Prasetiarini, Iin Ernawati, Nurul Chamidah

Abstract


Media sosial twitter merupakan wadah untuk bertukar informasi. Informasi tersebut dapat berupa opini yang ditujukan oleh suatu perusahaan tertentu. Opini yang dibagikan dapat dianalisis menjadi analisis sentimen yang nantinya akan membantu dalam memahami sentimen opini masyarakat berbentuk teks yang awalnya tidak terstruktur menjadi terstruktur. Data opini tersebut dilabelkan dan diklasifikasikan menjadi kelas positif, dan kelas negatif, dengan menggunakan metode support vector machine (SVM), dimana data yang digunakan berasal dari sosial media twitter @indonesiagaruda. Dari hasil metode klasifikasi menggunakan Support Vector Machine (SVM) dilakukan evaluasi terhadap model dengan menggunakan confussion matrix terhadap perhitungan, sehingga mendapatkan nilai akurasi sebesar 88,75% dengan menggunakan kernel linear, sedangkan pada kernel polynomial mendapatkan nilai akurasi sebesar 75,625%. Model dengan akurasi tertinggi digunakan untuk prediksi data baru, sehingga mendapatkan hasil sentimen positif sebesar 291, dan sentimen negatif sebesar 273 dari total 564 tweet pada bulan Februari 2020.


Keywords


twitter, analisis sentimen, support vector machine

References


Agarwal, Basant dan Namita Mittal. 2016. Prominent Feature Extraction for Sentiment Analysis. Switzerland: Springer.

Cahyono, Hary. 2019. Membangun Aplikasi Web Data Analysis dengan Framework Django: Mengenal berbagai macam pustaka di Python. Hary Cahyono.

CFA Institute. 2020. CFA Program Curriculum 2020 Level II Volumes 1-6 Box Set. United State of America: John Wiley & Sons.

Forte Consultancy Group. 2014. Text Mining - Going Way Beyond Just Listening to the Voice of the Customer. Dubai: Forte Consultancy.

Prasetyo, Eko. 2014. Data Mining: Mengolah Data Menjadi Informasi Menggunakan MATLAB. Yogyakarta: ANDI.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2020 Senamika

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.