Analisis Sentimen Perusahaan Listrik Negara Cabang Ambon Menggunakan Metode Support Vector Machine dan Naive Bayes Classifier

Abstract

− Twitter is one of the most popular online networking service that accessed by the community / citizen. The account @ambonlima which has proven their credibility, take the opportunity to provide the information about the electricity in Ambon Island, Maluku. Power outage in Ambon is become the issue lately and the community conveyed via tweets addressed to @ambonlima accounts such as complaints, criticisms or supports. The opinion is textual data which can be extracted to know the sentiment of society to the performance of PT. PLN Ambon. The purpose of this research is to to found out the sentimental level of the society about the electrical condition in Ambon by using sentiment analysis method. There are two classification method used in this research, Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). In this case, the researcher will compare both method to understand which method have better accuracy. The NBC classification results using 2 fold in validation process showed a better accuracy than other fold value, which is 67.2%. Positive sentiment obtained 67%, neutral sentiment 19% and negative sentiment 14%. Meanwhile, the SVM classification method also showed a better accuracy using 2 fold. Positive sentiment derived 24%, neutral sentiment 29%, and negative sentiment 47%. This study shows the average level of accuracy of SVM classification method is better than the NBC method, which is 76.42%. The presence of negative sentiment that is not more than 50% indicates the influence of account @ambonlima which is able to afford the electrical problems to the public in real time. Abstrak  Media sosial Twitter saat ini menjadi layanan internet yang paling sering diakses oleh masyarakat. Hal ini dimanfaatkan oleh akun @ambonlima yang sudah teruji kredibilitasnya dalam menyediakan informasi sistem ketenagalistrikan di Pulau Ambon, Maluku. Pemadaman listrik yang terjadi di Pulau Ambon mengakibatkan banyaknya pendapat yang disampaikan melalui tweet yang ditujukan ke akun @ambonlima seperti keluhan, kritikan, maupun dukungan. Pendapat tersebut berupa data tekstual yang dapat diekstraksi untuk mengetahui sentiment masyarakat terhadap kinerja PT. PLN Cabang Ambon. Tujuan dari penelitian ini untuk mengetahui sentimen masyarakat di Pulau Ambon terhadap kondisi kelistrikan yang terjadi dengan menggunakan metode analisis sentimen. Metode klasifikasi sentimen yang digunakan, yaitu Naive Bayes Classifier (NBC) dan Support Vector Machine (SVM). Perbandingan performa dari kedua metode ini juga dilakukan untuk mengetahui mana yang memiliki akurasi yang lebih baik. Hasil yang diperoleh menggunakan metode klasifikasi NBC dengan 2 fold pada proses validasi menunjukkan tingkat akurasi yang lebih baik dibandingkan dengan nilai fold yang lain, yaitu sebesar 67.2%. Sentimen positif yang diperoleh dari klasifikasi NBC sebesar 67%, sentimen netral 19%, dan sentimen negatif 14%. Sementara itu, hasil analisis menggunakan metode klasifikasi SVM juga memiliki akurasi yang lebih baik ketika menggunakan 2 fold. Sentimen positif yang...

Analisis Sentimen Masyarakat terhadap Tindakan Vaksinasi dalam Upaya Mengatasi Pandemi Covid-19

“…Analisis sentimen atau opinion mining merupakan cabang ilmu dari data mining yang biasanya digunakan untuk menganalisis data tekstual berupa sebuah opini yang mengandung polaritas sehingga nantinya menghasilkan sebuah informasi yang memiliki nilai positif, negatif, atau netral [4], [6], [7]. Di dalam proses klasifikasi terdapat tiga métode yang digunakan, yaitu lexicon base, hybrid approach, dan machine learning [4], [7]. Metode machine learning digunakan dalam makalah ini karena dengan metode ini dapat diprediksi polaritas sentimen dari data yang digunakan [4], [7], [8].…”

“…Di dalam proses klasifikasi terdapat tiga métode yang digunakan, yaitu lexicon base, hybrid approach, dan machine learning [4], [7]. Metode machine learning digunakan dalam makalah ini karena dengan metode ini dapat diprediksi polaritas sentimen dari data yang digunakan [4], [7], [8].…”

“…Proses analisis akan dimulai dengan mengubah data teks yang ada menjadi sebuah data vektor, kemudian akan dikombinasikan dengan menggunakan Term Frequency Inverse Document Frequency (TF-IDF) untuk dilakukan pembobotan [7]. Kelebihan metode SVM adalah kemampuannya mengidentifikasi hyperplane yang terpisah sehingga bisa memaksimalkan margin dari kelas yang berbeda.…”

“…Naïve Bayes adalah metode probabilitas yang pertama kali diperkenalkan oleh seorang ilmuwan asal Inggris, yaitu Thomas Bayes. Naïve Bayes digunakan untuk memprediksi peluang di masa depan dengan menggunakan pengalaman yang ada di masa lalu [7], [6], [13]. Penerapan Naïve Bayes ke dalam analisis sentimen harus mempunyai dua proses penting, yaitu pelatihan dan pengujian [4], [7].…”

“…Naïve Bayes digunakan untuk memprediksi peluang di masa depan dengan menggunakan pengalaman yang ada di masa lalu [7], [6], [13]. Penerapan Naïve Bayes ke dalam analisis sentimen harus mempunyai dua proses penting, yaitu pelatihan dan pengujian [4], [7]. Kelebihan Naïve Bayes terletak pada kecilnya jumlah data latih yang digunakan sehingga perhitungan dapat dilakukan lebih cepat dan efisien [1].…”