Analisis Sentimen Pada Media Sosial Twitter Terhadap Kualitas Layanan Provider Indihome Menggunakan Metode Naive Bayes

Indihome saat ini mengalami permasalahan dalam jaringan sehingga tak sedikit yang menghidupkan respon dari orang-orang, lebih-lebih user media sosial yang terkenalnya dengan nama twitter. Responsif yang muncul tentu berupa tweet serta catatan personal pada komunikan yang diketik oleh para penikmat atau user twitter. Dalam tulisan-tulisan yang dikirimkan, terdapat berbagai sentimen atau opini dari masyarakat, baik yang berupa opini positif maupun negatif, dapat digunakan sebuah sentimen. Namun, klasifikasi sentimen masyarakat pengguna twitter menjadi hal penting yang masih kurang di masyarakat. Dalam penelitian ini proses analisis sentimen menggunakan metode tf-idf untuk pembobotan kata atau fiturnya, metode information gain dalam seleksi fitur dan metode naive bayes guna mengklasifikasikan sentimen dari masyarakat. Sebelum dilakukan pengklasifikasian data, dilakukan terlebih dahulu pengumpulan data melalui teknik crawling data. Data hasil crawling akan di preprocessing untuk membersihkan data dan memperbaiki struktur data. Final dari penelitian ini memaparkan bahwa analisis sentimen negatif lebih banyak daripada sentimen positif untuk layanan provider indihome. Dalam model pengklasifikasian data teks dengan hasil tingkat akurasi, precision, dan recall tertinggi masing-masing sebesar 96.0%, 97.0%, dan 95.0%. Untuk tingkat rata-tata akurasi, precision, dan recall masing-masing sebesar 89.9%, 93.0%, dan 79.7%. Penelitian tersebut bisa menjawab sebuah informasi yang begitu rinci, tepat sasaran dan tentunya membawa khazanah untuk orang-orang perihal reaksi user twitter pada kualitas layanan provider indihome.