Abdal Al Khairi, - (2021) KLASIFIKASI OPINI MASYARAKAT TERHADAP OPERATOR SELULER MENGGUNAKAN TEXT MINING CLASSIFICATION PADA TWITTER. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

Preview	Text File lengkap kecuali BAB Hasil Penelitian (Bab IV).pdf Download (472kB) | Preview
	Text (BAB IV) File BAB Hasil Penelitian (Bab IV).pdf - Published Version Restricted to Repository staff only Download (1MB)

Abstract

Twitter adalah salah satu layanan micro blogging yang terkenal dan memiliki banyak penggunanya terkhusus di Indonesia, Twitter merupakan media yang populer dengan pengguna aktif bulanan di seluruh dunia mencapai 332 juta dengan 500 juta ulasan atau tweet yang dikirim setiap harinya. Tweet berisikan ulasan-ulasan masyarakat, salah satunya seperti yang yang ditujukan oleh masyarkat kepada akun resmi operator seluler pada Twitter. Tedapat dua operator seluler terbesar di Indonesia yaitu Telkomsel dan Indosat, akun resmi Telkomsel dan Indosat pada Twitter tersebut terdapat ulasan-ulasan berupa opini yang diunggah oleh pengguna terhadap isu-isu yang sedang terjadi, seperti permasalahan operator seluler yaitu pada kualtias jaringan, harga paket yang disediakan, dan lain-lain. Masalah-masalah tersebut dapat dianalisis sehingga mendapatkan kesimpulan mengenai operator seluler tersebut menggunakan teknik text mining. Text mining merupakan teknik dalam pengambilan informasi dari sejumlah data tak terstruktur yang memiliki kualitas tinggi serta diperoleh data-data permasalahan berupa teks atau dokumen dari sebuah topik tertentu. Hasil penelitian ini dilakukan bertujuan untuk melihat perbandingan menggunakan 2 algoritma klasifikasi yaitu Na¨ıve Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN) pada data Telkomsel dan Indosat. Pembagian data pada penelitian ini digunakan 10 K pada K-fold Cross Validation yang kemudian dihitung akurasinya untuk perbandingan akurasi yang lebih unggul. Didapat hasil akurasi pada Telkomsel NBC lebih tinggi dibandingkan KNN dengan akurasi NBC sebesar 68,85% sedangkan KNN sebesar 63,70%, dan juga pada data Indosat NBC lebih tinggi dibandingkan KNN dengan akurasi NBC sebesar 69,70% sedangkan KNN sebesar 66,67%. Kata Kunci: Klasifikasi, K-Nearest Neighbor, Na¨ıve Bayes Classifier, Operator Seluler, Text Mining

Actions (login required)

View Item