Sentimen Analisis Pengguna Aplikasi Grab Menggunakan Algoritma Naive Bayes Classifier dan Support Vector Machine

Abstract

Grab Indonesia termasuk perusahaan ojek online terkemuka di Indonesia, pemrosesan terhadap saran dan keluhan dari pengguna Grab secara real time dapat disampaikan melalui akun twitter @GrabID, sehingga Grab Indonesia dapat mengetahui tanggapan secara cepat tingkat kepuasan pelanggan terhadap pelayanan yang diberikan, dibutuhkan analisis sentimen terhadap saran ataupun keluhan yang diterima oleh perusahaan Grab Indonesia. Proses dalam pengumpulan data pada penelitian ini yaitu mengambil data primer yang diperoleh secara langsung dari sumber asli. Data diambil dari twitter sebanyak 787 data. Model evaluasi juga menggunakan coding dengan hasil visual model confusion matrix berbasis Phython. Pada penelitian ini tahapan yang dilakukan Pengumpulan Data, Preprocessing Data, Fitur Extraction, Klasifikasi dan Evaluasi. Maka didapatkanlah akurasi 96,02% data training dan akurasi data testing 84,17 % untuk algoritma SVM dengan perbandingan 80:20 data training dan data testing, sedangkan untuk algoritma NBC didapatkan akurasi 54,37% data training dan akurasi 66,45% data testing dengan perbandingan 80:20 data training dan data testing. Adanya penelitian diharapkan dapat memberikan pengetahuan tentang implementasi algoritma Naïve Bayes Classifier dan Support Vector untuk mengetahui respon masyarakat terhadap aplikasi atau produk tersebut apakah mempunyai respon positif atau negatif.