Analisis Sentimen Tentang Opini Maskapai Penerbangan Pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM)

Dengan meningkatnya penggunaan Twitter, media sosial yang bekerja secara realtime untuk masyarakat dapat menyampaikan keluh kesah maupun apresiasinya terhadap maskapai-maskapai penerbangan, perlu dibuat sebuah sistem yang dapat melakukan klasifikasi suatu tweet yang berisikan opini termasuk ke dalam kelas apa, dalam penelitian ini terdapat kelas positif dan negatif. Hal tersebut dilakukan agar dapat membantu perusahaan maskapai penerbangan dalam hal evaluasi peningkatan pelayanan serta dapat membantu masyarakat dalam memilih maskapai penerbangan dengan tepat. Sehingga dilakukan klasifikasi sentimen dengan fitur Lexicon Based yang dapat menerima opini berbahasa lain selain Bahasa Indonesia (dalam penelitian ini digunakan Bahasa Inggris) untuk melakukan analisis sentimen. Digunakan algoritme support vector machine untuk melakukan klasifikasi. Hasil dari penelitian ini menunjukkan parameter optimal dan pengaruh penggunaan Lexicon Based Features. Dengan digunakan parameter C bernilai 10 dan learning rate bernilai 0,03 serta digunakan Lexicon Based Features dengan iterasi sebanyak 50 kali memberikan hasil accuracy sebesar 40%, precision 40%, 100% recall, dan f-measure sebesar 57,14%