<![CDATA[Penyebaran informasi saat ini menjadi lebih mudah dan cepat. Karena semakin berkembangkan sistem informasi khususnya dalam penyebaran berita. Salah satunya media sosial Twitter yang sangat memudahkan masyarakat mencari informasi atau berinteraksi langsung dengan pengguna Twitter lainnya dan Studi kasus yang diambil oleh peneliti yaitu mengenai Persepsi Masyarakat Terhadap Penggunaan Aplikasi My Pertamina. Kasus tersebut diambil karena ramai diperbincangkan masyarakat Indonesia di media sosial Twitter dimana Perusahaan Pertamina menerapkan sistem pembayaran Non-tunai sehingga memunculkan perspektif yang memicu timbulnya Pro-Kontra di masyarakat mengenai penggunaan Aplikasi tersebut. Salah satu pemanfaatan penelitian ini adalah untuk mengetahui kecenderungan komentar atau tweets pengguna Twitter terhadap adanya Kebijakan pembelian Pertalite menggunakan Aplikasi MyPertamina dengan melakukan analisis sentimen. Oleh karena itu dibutuhkan metode untuk mengklasifikasikan komentar publik berupa analisis sentimen pada media sosial Twitter, algoritma yang digunakan dalam melakukan analisis sentimen tersebut adalah metode Naïve Bayes Classifier (NBC). Analisis sentimen dilakukan dengan mengambil 1000 tweet untuk dijadikan sebagai dataset, sentimen akan diklasifikasikan dengan memberikan label yang dibagi menjadi dua kategori yaitu complaint dan non complaint. Tahapan dalam melakukan analisis sentimen pada penelitian ini adalah preprocessing data, pengolahan data, klasifikasi, dan evaluasi. Dari analisis tersebut diperoleh hasil akurasi sebesar 82.96%, precision sebesar 81.17%, Recall sebesar 86.07%, kemudian hasil dari AUC sebesar 0.906. Berdasarkan Hasil presentase yang diperoleh tersebut sudah mencapai hasil yang maksimal untuk mengklasifikasi komentar-komentar publik. Dissemination of information is now easier and faster. Due to the growing development of information systems, especially in the dissemination of news. One of them is social media Twitter, which makes it very easy for people to find information or interact directly with other Twitter users. The case study taken by the researcher is regarding Public Perceptions of Using the My Pertamina Application. This case was taken because it was widely discussed by the Indonesian people on social media Twitter where the Pertamina Company implemented a non-cash payment system, giving rise to views that sparked pros and cons regarding the people who use the application. One of the uses of this research is to find out trends in comments or tweets by Twitter users regarding Pertalite purchasing policies using the MyPertamina application by conducting sentiment analysis. Therefore we need a method to classify public comments in the form of sentiment analysis on social media Twitter, the algorithm used in sentiment analysis is the Naïve Bayes Classifier (NBC) method. Sentiment analysis is carried out by taking 1000 tweets to be used as a dataset, sentiment will be classified by labeling it which is divided into two categories, namely complaint and non complaint. The stages in conducting sentiment analysis in this study are data preprocessing, data processing, classification, and evaluation. From this analysis, the results obtained were 82.96% accuracy, 81.17% precision, 86.07% recall, then the AUC result was 0.906. Based on the percentage results obtained, maximum results have been achieved for classifying public comments.]]>
Copyrights © 2023
