Analisis sentimen dan text mining adalah dua hal yang tidak dapat dipisahkan terutama ketika melakukan analisis sentimen pada media online. Pada saat ini semakin meningkat kesadaran pelanggan aplikasi gojek dengan nilai kualitas pelayanan yang diberikan oleh pengemudi. Dalam kepuasan pengguna aplikasi gojek dapat dipengaruhi oleh kinerja atau peforma dari pelayanan yang diberikan kepada pengguna. Sehingga peneliti melakukan text mining untuk mengatasi masalah tersebut yaitu berupa analisis sentimen opini masyarakat terhadap layanan untuk dapat membantu perusahaan dalam menganalisa tinjauan kepuasaan pelanggan. Pengukuran analisis sentimen ini menggunakan pembobotan terhadap suatu kalimat, kata, bahkan pasangan kata yang ada untuk menentukan kelas sentimen kata (positif dan negatif). Hasil akurasi yang diperoleh terhadap 800 data ulasan aplikasi gojek yang dibagi menjadi 640 data latih dan 160 data uji menggunakan algoritma naive bayes tergolong cukup tinggi dengan nilai akurasi 68%, sehingga membuktikan bahwa algoritma naive bayes dapat menjadi salah satu pilihan dalam pengklasifikasian data ulasan publik.
Copyrights © 2023