ANALISIS SENTIMEN PADA TINGKAT KEPUASAN PENGGUNA LAYANAN DATA SELULER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Media sosial saat ini merupakan sesuatu yang tidak bisa dipisahkan dari diri setiap orang, baik itu Instagram, twitter, facebook, path, line dan masih banyak lagi. Setiap orang paling tidak memiliki 2 sampai 5 akun media sosial di smartphone-nya. Dari fenomena ini menjadikan media sosial sebagai sumber data yang dapat digunakan untuk mencari opini masyarakat secara instan. Pada Proposal Tugas Akhir ini dilakukan analisis sentimen tentang kepuasan masyarakat dalam menggunakan layanan data operator telekomunikasi di Indonesia, baik pada official account setiap operator seluler atau menggunakan keyword yang bersangkutan dengan operator seluler. Metode yang digunakan penulis adalah Support Vector Machine dengan pembobotan TF-IDF dan pemanfaatan POS Tagging dan Penanganan Negasi sebagai peningkatan keakuratan sebelum klasifikasi. Dalam penelitian ini, dibuat suatu sistem klasifikasi sentiment analysis pada tingkat kepuasan pengguna layanan data operator. Yaitu klasifikasi dengan menggunakan metode support vector machine. SVM dengan kernel RBF (Radial Basis Function). Setelah preprocessing, POS Tagging kemudian TF-IDF. Hasil dalam penelitian ini menunjukkan rata-rata tingkat f1-score 93,90%, precision 95,43%, recall 92,45% dan accuracy 99,01%