ANALISIS SENTIMEN TERHADAP PROVIDER XYZ DI TWITTER MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

Abstract

Kebutuhan akan jaringan internet yang semakin meningkat membuat para penyedia layanan operator seluler berlomba-lomba untuk menyediakan layanan terbaik. Telkomsel sebagai penyedia jasa seluler dengan pelanggan terbanyak di Indonesia meluncurkan XYZ, operator digital pertama yang dikembangkan untuk memenuhi kebutuhan Gen Z di Indonesia dengan layanan berbasis digital secara menyeluruh. Sebagai operator seluler XYZ kerap kali mendapatkan reaksi dari pengguna mengenai layanan yang diberikan melalui media sosial Twitter. Analisis sentimen menjadi sebuah solusi dalam melakukan pengolahan terhadap opini pengguna dan mengklasifikasikannya menjadi sebuah sentimen positif dan negatif dengan text mining. Tujuan dari penelitian ini adalah untuk mengklasifikasikan sentimen pengguna layanan provider XYZ menggunakan algoritma Naïve Bayes Classifier. Metode yang digunakan dalam penelitian ini adalah metode KDD (Knowledge Discovery in Databases) yang terdiri dari tahap Data Selection, Preprocessing, Transformation, Data mining, dan Evaluation. Hasil penelitian menunjukkan bahwa performa dari algoritma Naïve Bayes Classifier dalam mengklasifikasikan sentimen pengguna provider XYZ memiliki nilai akurasi sebesar 92%. Berdasarkan pelabelan manual, sentimen pada opini pengguna layanan provider XYZ lebih banyak mengandung sentimen negatif. Terlihat bahwa terdapat banyak pengguna layanan provider XYZ yang mengeluhkan harga, kecepatan internet, hingga ketersediaan jaringan internet. Dalam hal ini, XYZ dapat menjadikan penelitian ini sebagai acuan untuk melakukan perbaikan terhadap layanan yang diberikan.