Analisis Sentimen Konsumen Berbasis Ontologi pada Layanan Jasa Pengiriman dari Media Sosial Twitter 
(Studi Kasus: @JNECare)

MUTHIA KHAIRUNNISA

Informasi Umum

Kode

18.04.444

Klasifikasi

C -

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Computer Science

Dilihat

335 kali

Informasi Lainnya

Abstraksi

Media sosial merupakan salah satu wadah untuk penggunanya berbagi berbagai macam jenis informasi. Informasi yang dibagikan pun tidak berupa teks semata melainkan dapat berupa video, gambar, ataupun audio. Dan informasi dapat berisi tentang opini, emosi pengguna, penilaian, ulasan, maupun pengalaman pribadi seseorang. Informasi yang didapatkan tersebut dapat digunakan untuk menjadi data dalam suatu penelitian. Pada penelitian Tugas Akhir ini akan dilakukan analisis sentimen konsumen terhadap layanan jasa pengiriman dari media sosial twitter dengan menggunakan metode ontologi. Ide ini ditunjukkan dengan menggunakan tweets yang sebenarnya untuk mengidentifikasi ketidakpuasan pelanggan berdasarkan jenis layanan dan lokasi dari layanan JNE. Metode ontologi digunakan untuk mengklasifikasi data tweet yang didapat dari pengguna twitter yang mention ke akun twitter @JNECare dan untuk menganalisis sentimen negatif. Terdapat lima proses yang akan dilakukan dalam penelitian ini. Proses pertama adalah pengambilan data dari pengguna yang mention ke akun twitter @JNECare dengan menggunakan Twitter API, kedua adalah text pre-processing, ketiga membangun model ontologi untuk klasifikasi jenis layanan dan lokasi dari layanan JNE, keempat adalah analisis sentimen negatif dari data pada tahapan sebelumnya, dan yang terakhir adalah mengukur tingkat performansi sistem. Dari hasil penelitian analisis sentimen tersebut, didapatkan hasil jenis layanan reg dengan sentimen negatif memiliki nilai accuracy, precison, recall, dan f-measure paling tinggi yaitu sebesar 94.00%, 97.62%, 95.35%, dan 96.47%. Berdasarkan hasil lokasi dengan sentimen negatif yang memiliki nilai accuracy, precison, recall, dan f-measure paling tinggi yaitu bogor, sebesar 94.00%, 100.00%, 88.89%, dan 94.12%. Dan berdasarkan jenis layanan, lokasi, dengan sentimen negatif yang memiliki nilai accuracy, precison, recall, dan f-measure paling rendah yaitu yes, bekasi, sebesar 87.50%, 87.50%, 100.00%, dan 93.33%.

Kata kunci: Media sosial, @JNECare, twitter API, ontologi, analisis sentimen negatif.