Analisis Sentimen Persepsi Pengguna Pedulilindungi Menggunakan Algoritma Naive Bayes Classifier (Nbc) Dan Support Vector Machine (Svm)
Abstract
Perkembangan virus corona di Indonesia merupakan salah satu negara dengan kasus
tertinggi. Hal ini membuat pemerintah berinisiatif melakukan pemantauan untuk
meminimalisir penyebarannya dengan membuat pelayanan yang bernama
PeduliLindungi. Aplikasi PeduliLindungi mengandalkan masyarakat untuk membagikan
data lokasinya. Aplikasi ini sudah di-download sebanyak 50 juta kali dan ulasan yang ada
cukup memenuhi harapan pengguna. Namun, perlu adanya evaluasi untuk meningkatkan
pelayanan tersebut. Untuk mendapatkan informasi terkait perbaikan layanan diperlukan
metode untuk membantu mengekstrak dan memilih ulasan secara efisien. Salah satu
metode yang digunakan yaitu text mining dengan menggunakan algoritma Naive Bayes
Classifier (NBC) Dan Support Vector Machine (SVM) serta dianalisis dengan
menggunakan asosiasi kata. Berdasarkan tiga perbandingan data training dan data testing
degan percobaan sebanyak tiga kali disetiap perbandingan diketahui bahwa akurasi
tertinggi metode SVM memiliki 95.01% dan pada metode NBC akurasi tertinggi
memiliki 87.68%. Selanjutnya dilakukan asosiasi kata pada sentimen positif yaitu
aplikasi, bantu, vaksin, sertifikat, kasih, terima, baru, bagus, masuk dan manfaat.
Sedangkan pada kelas sentimen negatif yaitu aplikasi, vaksin, sertifikat, sulit, masuk,
tolong, buka, data, update, tanggal, lahir, muncul. Hasil ulasan yang didapatkan
selanjutnya akan dilakukan analisis perbaikan dengan diagram fishbone sebagai pemecah
permasalahan.
Collections
- Industrial Engineering [2227]