ANALISIS SENTIMEN MASYARAKAT TERHADAP PRODUK NOKIA PADA MEDIA SOSIAL YOUTUBE MENGGUNAKAN METODE DECISION TREE (CART)

MOHAMMAD AUFAR

Informasi Umum

Kode

20.04.4343

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

141 kali

Informasi Lainnya

Abstraksi

Masyarakat menggunakan media sosial sebagai salah satu sarana untuk mengekspresikan pikiran, minat dan pendapat seseorang terhadap berbagai hal. Media sosial mengajak siapa saja yang tertarik untuk berpartisipasi dengan memberi feedback secara terbuka, memberi komentar, serta membagi informasi dalam waktu yang cepat dan tak terbatas. Salah satu media sosial yang masih banyak digunakan oleh masyarakat adalah Youtube. Dengan konten videonya yang begitu banyak, Youtube salah satunya digunakan untuk membahas sebuah produk atau promosi. Studi kasus yang diambil oleh peneliti adalah komentar masyarakat terhadap produk Nokia. Nokia adalah salah satu perusahaan di bidang telekomunikasi yang pernah menjadi pilihan masyarakat dan meraih keuntungan tertinggi pada 2007. Namun pada tahun 2010 hingga 2013, Nokia mengalami pengurangan minat pasar dan kebangkrutan. Dalam upaya mengembalikan minat pasarnya, saat ini Nokia menggunakan berbagai cara promosi, salah satunya dengan menggunakan aplikasi Youtube. Peneliti ingin menjadikan produk Nokia sebagai parameter dalam objek sosial media Youtube, yang dilakukan analisis sentimen. Dari hasil analisis tersebut, ditentukan bagaimana pandangan dan opini masyarakat terhadap kualitas produk. Sentimen akan diklasifikasikan dengan label positif dan negatif. Algoritma yang digunakan dalam melakukan analisis sentimen yaitu Decision Tree (CART). Dengan algoritma Decision Tree (CART), peneliti menghasilkan sebuah klasifikasi yang dapat menjadi visualisasi sentimen dari produk tersebut. Dalam melakukan klasifikasi, peneliti menggunakan rasio training dan testing yaitu 80:20 dikarenakan memiliki akurasi tertinggi yaitu 94%, dibandingkan dengan rasio lainnya. Hasil prediksi yang dihasilkan dari klasifikasi ternyata lebih dominan kepada label positif. Selain melakukan klasifikasi untuk analisis sentimen, penelitian ini juga mengukur performa dari model yang dibuat. Hasil penelitian menunjukan bahwa algoritma Decision Tree (CART) memiliki nilai weighted average untuk precision, recall, dan f1-score dengan nilai 94%.