METODE NAÏVE BAYES CLASSIFIER DENGAN TEXTBLOB UNTUK ANALISIS SENTIMEN TERHADAP PELAYANAN INDIHOME DAN FIRST MEDIA

Abstract

Media sosial saat ini menjadi media online yang banyak diakses oleh masyarakat. Salah satu jejaring sosial yang banyak digunakan adalah Twitter, yang memungkinkan pengguna untuk menulis tentang berbagai ulasan terhadap suatu produk, jasa layanan, tokoh publik dan sebagainya. Hal tersebut dapat dimanfaatkan oleh suatu perusahaan untuk melihat opini atau sentimen masyarakat terhadap produk/layanan mereka, yang kemudian dapat dimanfaatkan sebagai bahan evaluasi untuk meningkatkan layanan/produk perusahaan yang bersangkutan. Memanfaatkan data tweet dari Tweeter, penelitian ini diselenggarakan untuk mengetahui sentimen publik mengenai layanan yang diberikan oleh dua vendor Internet Service Provider (ISP) di Indonesia yaitu Indihome dan First Media. Sentimen diklasifikasi menjadi dua kelas yaitu positif dan negatif menggunakan metode Naive bayes classifier, dimana text- preprocessing diterapkan dalam menangani penulisan tweet yang tidak baku. Secara khusus, pustaka Textblob untuk Python digunakan untuk melakukan proses klasifikasi sentimen. Dari hasil penelitian dapat diketahui bahwa sentimen negatif paling banyak ditemukan dalam menanggapi pelayanan yang diberikan oleh kedua ISP. Hasil dari metode naïve bayes dalam penelitian ini memperoleh nilai Recall 66 %, Precision 83 % dan Accuracy 74 %