KLASIFIKASI SENTIMEN ULASAN PELANGGAN LAYANAN EKSPEDISI MENGGUNAKAN ALGORITMA NAÏVE BAYES

ABSTRAK
Penggunaan jasa ekspedisi meningkat karena semakin dibutuhkan masyarakat, namun terdapat permasalahan saat proses pengiriman seperti barang yang cacat, barang tertukar, dan keterlambatan pengiriman. Terkait permasalahan tersebut dalam penelitian ini akan di analisis ulasan pelanggan ekspedisi pada media sosial twitter. Pemanfaatan media sosial twitter memiliki potensi besar dalam menghasilkan informasi, dari banyaknya jumlah opini dari masyarakat yang didapatkan, diperlukan analisis sentimen untuk mengklasifikasikan opini tersebut agar memudahkan dalam menemukan kecenderungan opini dari ulasan pengguna ekspedisi guna mengetahui seberapa besar persentase sentimen positif, dan negatif. Penelitian ini akan membandingkan antara model klasifikasi Multinomial Naïve Bayes dan Gaussian Naïve Bayes tanpa dan dengan menerapkan teknik balancing untuk mengatasi imbalance data. Hasil akurasi tertinggi yang dihasilkan metode multinomial naïve bayes tanpa balancing data sebesar 95%, sedangkan pada random undersampling diperoleh akurasi tertinggi sebesar 95%, dan pada random oversampling diperoleh akurasi tertinggi sebesar 97%. Pada metode gaussian naïve bayes dihasilkan akurasi tertinggi tanpa balancing data sebesar 85%, sedangkan pada random undersampling diperoleh akurasi tertinggi sebesar 80%, dan pada random oversampling diperoleh akurasi tertinggi sebesar 93%. Performa akurasi terbaik yang diperoleh antara metode multinomial naïve bayes dan gaussian naïve bayes tanpa balancing data dan dengan menggunakan balancing data terdapat pada hasil akurasi multinomial naïve bayes dengan menggunakan random oversampling yaitu sebesar 97%.