Analisis Sentimen Pengguna Indosat Pada Platform X Menggunakan Naïve Bayes dan Support Vector Machine

Puput Tri Santika, Islamiyah Islamiyah, Amin Padmo Azam Masa, Riftika Rizawanti

Abstract


X merupakan platform media sosial berbasis mikroblog yang memungkinkan penggunanya berinteraksi secara pribadi maupun publik, sehingga menjadikannya saluran utama bagi masyarakat dalam mengekspresikan opini terhadap berbagai layanan, termasuk layanan telekomunikasi. Indosat Ooredoo sebagai salah satu perusahaan penyedia layanan telekomunikasi terbesar di Indonesia memanfaatkan platform X untuk menyampaikan informasi layanan sekaligus menerima keluhan dan saran dari pelanggan. Namun, volume data tweet yang besar dan tidak terstruktur memerlukan pendekatan komputasional yang mampu mengklasifikasikan sentimen secara otomatis dan efisien. Penelitian ini bertujuan untuk mengevaluasi dan membandingkan efektivitas algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam menganalisis sentimen pengguna Indosat pada platform X. Data yang digunakan berjumlah 1.000 tweet. Tahapan penelitian meliputi preprocessing teks, pelabelan data ke dalam kelas positif dan negatif, pembobotan fitur menggunakan TF-IDF, serta penanganan ketidakseimbangan kelas menggunakan teknik oversampling SMOTE. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, dan recall. Hasil penelitian menunjukkan bahwa Naïve Bayes menghasilkan akurasi 78%, presisi 78%, dan recall 77%, sedangkan SVM menghasilkan akurasi 72%, presisi 73%, dan recall 72%. Naïve Bayes terbukti memiliki kinerja lebih baik dibandingkan SVM dalam mengklasifikasikan sentimen pengguna Indosat. Hasil analisis secara keseluruhan menunjukkan dominasi sentimen negatif pada ulasan pengguna. Penelitian ini diharapkan dapat membantu Indosat memahami persepsi pelanggan berbasis data serta menjadi referensi bagi pengembangan sistem analisis sentimen pada domain layanan telekomunikasi.


Keywords


Analisis Sentimen; Indosat; Naïve Bayes; Support Vector Machine; Platform X;

Full Text:

PDF

References


D. Aryanti, “Analisis Sentimen Ibukota Negara Baru Menggunakan Metode Naïve Bayes Classifier,” J. Inf. Syst. Res., vol. 3, no. 4, pp. 524–531, 2022, doi: 10.47065/josh.v3i4.1944.

A. Maghfiroh, Z. Arifin, and Sunarti, “PEMBELIAN ( Survei pada Mahasiswa Program Studi Administrasi Binis Tahun Angkatan 2013 / 2014 Fakultas Ilmu Administrasi Universitas Brawijaya Malang Pembeli Indosat Ooredoo ),” J. Adm. Bisnis, vol. 40, no. 1, pp. 132–140, 2014.

F. Fitriana, E. Utami, and H. Al Fatta, “Analisis Sentimen Opini Terhadap Vaksin Covid - 19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes,” J. Komtika (Komputasi dan Inform., vol. 5, no. 1, pp. 19–25, 2021, doi: 10.31603/komtika.v5i1.5185.

U. R. H. Baba, “Analisa Sentimen Menjelang Pemilihan Umum Presideen 2024 di Indonesia Menggunakan Perbandingan Performa Support Vector Machine (SVM) dan Naïve Bayes,” Innov. J. Soc. Sci. Res., vol. 4, no. 3, pp. 11972–11990, 2024.

T. T. Widowati and M. Sadikin, “Analisis sentimen Twitter terhadap tokoh publik dengan algoritma Naïve Bayes dan Support Vector Machine,” Simetris J. Tek. Mesin, Ind. Elektro dan Ilmu Komput., vol. 11, no. 2, pp. 626–636, 2020.

L. A. Fitrana, S. Linawati, N. Herlinawati, R. Sa’adah, and S. Seimahuria, “Analisis Sentimen Pengguna Twitter Terhadap Brand Indosat Menggunakan Metode Naïve Bayes Classifier,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 4291–4297, 2024.

F. M. Sarimole and K. Kudrat, “Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive Bayes Dan Support Vector Machine,” J. Sains dan Teknol., vol. 5, no. 3, pp. 783–790, 2024.

M. F. Fachrudin, C. V. Angkoso, and D. A. Fatah, “Analisis Sentimen Pada Sosial Media Twitter Terhadap Kualitas Jaringan Internet Telkomsel Menggunakan Ensemble K-Nearest Neighbour-Support Vector Machine,” J. Teknol. Inf. dan Ilmu Komput., vol. 11, no. 6, pp. 1253–1264, 2024.

E. Hasibuan and E. A. Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Naive Bayes Classifier,” J. Tek. Dan Sci., vol. 1, no. 3, pp. 13–24, 2022.

N. L. P. C. Savitri, R. A. Rahman, R. Venyutzky, and N. A. Rakhmawati, “Analisis klasifikasi sentimen terhadap sekolah daring pada twitter menggunakan Supervised Machine Learning,” J. Tek. Inform. dan Sist. Inf., vol. 7, no. 1, 2021.

F. Prasetiawan, S. Widiyanesti, and T. Widarmanti, “Analisis Sentimen Mengenai Kualitas Layanan Jasa Ekspedisi Barang Sicepat Di Media Sosial Twitter Sentiment Analysis Regarding Quality of Sicepat Expedition Services On Twitter Social Media,” e-Proceeding Manag., vol. 9, no. 2, pp. 1–14, 2022.

Samsir, Ambiyar, U. Verawardina, F. Edi, and R. Watrianthos, “Sistem Informasi UMKM Bengkel Berbasis Web Menggunakan Metode SCRUM,” J. Media Inform. Budidarma, vol. 5, no. 1, p. 149, 2021, doi: 10.30865/mib.v5i1.2604.

N. I. P. Kalingara, O. N. Pratiwi, and H. D. Anggana, “Analisis Sentimen Review Customer Terhadap Layanan Ekspedisi Jne Dan J & T Express Menggunakan Metode Naïve Bayes,” e-Proceeding Eng., vol. 8, no. 5, pp. 9035–9048, 2021.

R. Ridwan, E. H. Hermaliani, and M. Ernawati, “Penerapan: Penerapan Metode SMOTE Untuk Mengatasi Imbalanced Data Pada Klasifikasi Ujaran Kebencian,” Comput. Sci., vol. 4, no. 1, pp. 80–88, 2024.

M. A. Aprihartha, Z. Putrawan, D. Zulhan, and F. A. Nurfaizal, “Algoritma Synthetic Minority Oversampling Technique dan C5. 0 dalam Mengatasi Ketidakseimbangan Data pada Klasifikasi Kelulusan Siswa,” Upgrad. J. Pendidik. Teknol. Inf., vol. 2, no. 1, pp. 1–10, 2024.

N. Puspitasari, M. Ajay, M. Wati, and A. Septiarini, “Classification for Determining the Level of Drugs Dependence Using the Naïve Bayes Classifier,” IT J. Res. Dev., vol. 9, no. 1, pp. 68–79, 2024.

E. R. Indriyani, P. Paradise, and M. Wibowo, “Perbandingan Metode Naïve Bayes dan Support Vector Machine Untuk Analisis Sentimen Terhadap Vaksin Astrazeneca di Twitter,” J. Media Inform. Budidarma, vol. 6, no. 3, p. 1545, 2022, doi: 10.30865/mib.v6i3.4220.

M. Farid and E. Firdaus, “Analisis Sentimen Tokopedia Pada Ulasan di Google Playstore Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” JURIKOM (Jurnal Ris. Komputer), vol. 9, no. 5, pp. 1329–1336, 2022, doi: 10.30865/jurikom.v9i5.4774.

D. A. Wulandari, “Analisis Sentimen Media Sosial Twitter Terhadap Reaksi Masyarakat Naive Bayes Analysis of Twitter Social Media Sentiment on the Public ’ S Reaction To the Drafts of Job Creation Law Using the Classification Method Naive Bayes,” e-Proceeding Eng., vol. 8, no. 5, pp. 9007–9016, 2021.




DOI: http://dx.doi.org/10.30872/jurti.v10i2.16591

Refbacks

  • There are currently no refbacks.


Copyright (c) 2026 Jurnal Rekayasa Teknologi Informasi (JURTI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Alamat Redaksi : 
Program Studi Informatika
Fakultas Teknik 
Jl. Sambaliung No. 9 Kampus Gunung Kelua Samarinda 75119 - Kalimantan Timur
e-mail : jurti.unmul@fkti.unmul.ac.id
Url : http://e-journals.unmul.ac.id/index.php/INF
Contact Person : Medi Taruk [08195075640]

 Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

StatCounter - Free Web Tracker and Counter