Analisis Sentimen Pada Twitter Mengenai Penggunaan Transportasi Online Dengan Metode Naive Bayes Classifier dan Feature Selection Chi-square

Transportasi online merupakan inovasi baru dibidang transportasi yang semakin banyak diminati oleh masyarakat. Sebagian masyarakat menyampaikan pendapat dan opini mengenai penggunaan transportasi online melalui media sosial Twitter. Opini tersebut dapat dimanfaatkan sebagai bahan analisis sentimen untuk mengetahui penilaian penggunaan transportasi online apakah positif atau negatif, serta mengetahui kategori penilaian kualitas layanan transportasi online. Berdasarkan ide tersebut, Metode Naive Bayes Classifier dipilih karena memiliki keunggulan paling cepat dan sederhana. Dan untuk menanggulangi tingginya dimensi data (banyaknya fitur atau kata dalam opini) sehingga dapat meningkatkan performansi dari Naive Bayes Classifier maka Naive Bayes Classifier dikombinasikan dengan feature selection yaitu Chi-square. Hasil penelitian menunjukkan bahwa, akurasi dan f-measure yang didapat pada klasifikasi sentimen dengan feature selection Chi-square lebih baik yaitu 99.09% dan 97.14% untuk Gojek serta 99.31% dan 95.65% untuk Grab. Akan tetapi, akurasi dan f-measure pada klasifikasi kategori tanpa feature selection Chi-square lebih baik dibandingkan dengan feature selection Chi-square. Kata kunci : transportasi online, Twitter, analisis sentimen, Naive Bayes Classifier, Feature Selection, Chi-squar