Analisis Kompetitif Sosial Media Menggunakan Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM): Studi Kasus di Industri Transportasi Umum Taksi

Taksi merupakan salah satu angkutan umum yang cukup berbeda dibandingkan dengan angkutan umum lainnya. Adapun fenomena baru yang terjadi pada angkutan umum moda ini yaitu fenomena taksi berbasis online. Sehingga persaingan antara taksi konvensional dan taksi berbasis online tersebut kerap mendapat berbagai tanggapan publik di media sosial. Penelitian ini dilakukan untuk mengetahui tanggapan masyarakat berdasarkan sentimen di media sosial (khususnya Twitter) terhadap pelayanan atau isu yang sedang beredar tentang taksi konvensional dan taksi berbasis online tersebut. Data yang digunakan pada penelitian ini merupakan data dari hasil crawling dari tiga keyword yaitu BlueBird Taxi, GoCar dan GrabCar dengan menggunakan Twitter API (Application Programming Interface). Dari hasil analisis didapatkan bahwa kepuasan pengguna terhadap jasa yang diberikan oleh taksi berbasis online lebih baik jika dibandingkan dengan taksi konvensional. Kemudian dari hasil klasifikasi dengan metode Naïve Bayes Classifier dan Support Vector Machine didapatkan metode yang sesuai adalah metode SVM Kernel RBF dengan rata-rata nilai accuracy pda data testing untuk BlueBird Taxi sebesar 81.6%, untuk GoCar sebesar 77.6%, dan untuk GrabCar sebesar 78.5%. Sedangkan dari hasil Social Network Analysis didapatkan account @Bluebirdgroup merupakan account yang memiliki interaksi tertinggi dan merupakan account penghubung atau jembatan dari seluruh aliran informasi. ======================================================================================================== Taxi is one of public transportation that has few differences among the others. Online-based transportation is a new phenomenon in this transportation mode so the competition between conventional one and online-based one frequently get some responses from social media user. This research’s goal is knowing people’s responses about service or common issue of conventional taxi and online-based taxi based on social media sentiment especially on Twitter. Data resource is from crawling process of three keywords: BlueBird Taxi, GoCar and GrabCar using Twitter API (Application Programming Interface). The result of this research is service satisfaction of online-based taxi is better than the conventional one. Afterwards, classification using Naïve Bayes Classifier and Support Vector Machine obtained suitable method for this research is SVM Kernel RBF with average accuracy on testing data for BlueBird Taxi is for about 81.6%, GoCar is for about 77.6%, and GrabCar is for about 78.5%. Furthermore, Social Network Analysis obtained that @Bluebirdgroup account has highest interaction and connector or from all information flow