ANALISIS SENTIMEN DAN KLASIFIKASI TWEETS BERBAHASA INDONESIA TERHADAP TRANSPORTASI UMUM MRT JAKARTA MENGGUNAKAN NAÏVE BAYES CLASSIFIER

Abstract

Penggunaan media sosial sebagai sarana untuk mengakses dan menyebarkan informasi telah banyak digunakan, salah satunya  menggunakan media sosial Twitter. Twitter dalam penelitian ini digunakan sebagai sumber informasi , dalam hal ini digunakan sebagai data  untuk menganalisis tweet berbahasa Indonesia yang membahas mengenai transportasi umum baru di Jakarta, MRT Jakarta. Analisis sentimen pada twitter MRT Jakarta digunakan untuk melihat kecenderungan respon pengguna MRT Jakarta apakah berkecenderungan positif atau negatif berdasarkan hasil tweet dari Twitter MRT Jakarta. Analisis sentimen ini dapat membantu masyarakat Indonesia dalam menentukan pilihan transportasi umum yang nyaman dan aman berdasarkan ulasan transportasi umum dari Twitter oleh pengguna MRT Jakarta. Hasil penelitian ini dapat digunakan untuk meningkatkan sistem pada MRT Jakarta, baik dalam meningkatkan layanan maupun fasilitas agar menarik membuat masyarakat untuk menggunakan MRT Jakarta sebagai alat transportasi. Analisis sentimen ini menggunakan metode Naïve Bayes Classifier yang merupakan metode pengklasifikasian. Tahap dalam program yang dilakukan pertama yaitu crawling, preprocessing yang terdiri dari case folding, cleansing, stopword removal, stemming, convert emoticon, dan tokenisasi. Tahap klasifikasi dilakukan setelah melalui fase preprocessing, dimana hasil klasifikasi tweet berkecenderungan positif atau negatif, menggunakan metode Naïve Bayes Classifier. Akurasi sistem pada analisis sentimen terhadap tweet yang terdapat dalam twitter MRT Jakarta adalah 96%.