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.

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

Actions (login required)

View Item