ANALISIS SENTIMEN PERBANDINGAN JASA PENGIRIMAN PT. POS INDONESIA DAN J&T EXPRESS PADA MEDIA SOSIAL TWITTER DENGAN ALGORITMA SUPPORT VERCTOR MACHINE

Ramdani, Ara (2022) ANALISIS SENTIMEN PERBANDINGAN JASA PENGIRIMAN PT. POS INDONESIA DAN J&T EXPRESS PADA MEDIA SOSIAL TWITTER DENGAN ALGORITMA SUPPORT VERCTOR MACHINE. Sarjana thesis, Universitas Siliwangi.

[img] Text
01. COVER TA.pdf
Download (44kB)
[img] Text
02. LEMBAR PENGESAHAN TUGAS AKHIR.pdf
Download (105kB)
[img] Text
03. LEMBAR PENGESAHAN PENGUJI.pdf
Download (106kB)
[img] Text
04. LEMBAR PERNYATAAN KEASLIAN.pdf
Download (136kB)
[img] Text
05. ABSTRAK.pdf
Download (11kB)
[img] Text
06. ABSTRACT.pdf
Download (29kB)
[img] Text
07. KATA PENGANTAR.pdf
Download (105kB)
[img] Text
08. DAFTAR ISI.pdf
Download (36kB)
[img] Text
09. DAFTAR TABEL.pdf
Download (29kB)
[img] Text
10. DAFTAR GAMBAR.pdf
Download (10kB)
[img] Text
11. DAFTAR LAMPIRAN.pdf
Download (7kB)
[img] Text
12. BAB 1.pdf
Download (110kB)
[img] Text
13. BAB 2.pdf
Download (316kB)
[img] Text
14. BAB 3.pdf
Download (125kB)
[img] Text
15. BAB 4.pdf
Restricted to Repository staff only
Download (654kB)
[img] Text
16. BAB 5.pdf
Restricted to Repository staff only
Download (33kB)
[img] Text
17. DAFTAR PUSTAKA.pdf
Download (148kB)

Abstract

ABSTRAK Peningkatan jumlah pengguna Pos Indonesia dan J&T Express membuat opini yang disampaikan pengguna terkait layanan dari perusahaan tersebut juga ikut meningkat. Twitter menjadi salah satu tempat yang sering digunakan oleh pelanggan untuk menyampaikan keluhan serta pendapat terkait layanan dari suatu perusahaan. Keluhan yang umumnya disampaikan oleh pelanggan terhadap jasa pengirman antara lain harga layanan yang mahal, keterlambatan pengirman, barang yang hilang saat proses pengiriman, dan keluhan terhadap pegawai yang bersikap tidak baik. Diperlukan suatu metode untuk mengetahui kecenderungan opini-opini tersebut berisi sentimen positif atau negatif dari pengguna terhadap layanan dari Pos Indonesia dan J&T Express. Metode yang dapat digunakan untuk mengetahui kecenderungan opini berisi sentimen positif atau negatif adalah analisis sentimen. Algoritma untuk melakukan klasifikasi sentimen menggunakan algoritma Support Vector Machine (SVM). Hasil analisis sentimen mendapatkan 110 data sentimen positif terhadap Pos Indonesia dan 96 data sentimen positif terhadap J&T Express. Hal ini menggambarkan pelanggan Pos Indonesia merasa lebih puas dibandingkan pelanggan J&T Express. Tingkat akurasi paling tinggi dengan menggunakan algoritma SVM dalam melakukan klasifikasi sentimen yaitu sebesar 80,14% dengan perbandingan data 70% data latih dan 30% data uji dengan rata-rata precision 90%, rata-rata recall 51,74% dan rata-rata f-measure 47,80%. Kata Kunci: J&T Express, Pos Indonesia, Sentimen, Support Vector Machine, Twitter.

Item Type: Thesis (Sarjana)
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknik > Informatika
Depositing User: Lelis Masridah
Date Deposited: 09 Feb 2023 08:01
Last Modified: 09 Feb 2023 08:01
URI: http://repositori.unsil.ac.id/id/eprint/8480

Actions (login required)

View Item View Item