Analisis Pengaruh Normalisasi, TF-IDF, Pemilihan Feature-set Terhadap Klasifikasi Sentimen Menggunakan Maximum Entropy (Studi Kasus : Grab dan Gojek)

Penggunaan sosial media untuk mengutarakan pendapat sudah menjadi kebiasaan masyarakat. Opini yang ditulis konsumen sedikit banyak dapat berpengaruh terhadap bisnis perusahaan. Perusahaan butuh untuk mengevaluasi pelayanan demi kepuasan konsumen dan opini ini dapat sangat bermanfaat dalam berjalannya prosestersebut. Dengan banyaknya tweet dari konsumen merupakan pekerjaan yang tidak mudah bagi manusia. Oleh karena itu, pada penelitian ini dibuat suatu sistem yang mampu mengklasifikasi berbagai opini konsumen yang bersifat positif dan negatif. Untuk menentukan fitur dan bobotnya digunakan metode TF-IDF, serta metode Maximum Entropy untuk melakukan klasifikasi. Hasil terbaik yang didapat pada percobaan ini adalah akurasi sebesar 90,67% dan f1-score sebesar 84,3%