Implementasi Metode Multinomial Naive Bayes pada Analisis Sentimen Terhadap Layanan Aplikasi Livin by Mandiri

Penulis

  • Muhammad Zaki Hariansyah Universitas Budi Luhur
  • Siswanto Siswanto Universitas Budi Luhur

Kata Kunci:

analisis sentimen, multinomial naive bayes, twitter, python, livin by mandiri

Abstrak

Tingkat kepuasan nasabah dapat ditentukan dengan standar pelayanan yang memuaskan, baik itu secara tatap muka maupun digital. Kini transaksi digital dapat dilakukan dengan memanfaatkan teknologi mobile banking. Dengan adanya mobile banking segala keperluan transaksi nasabah menjadi lebih cepat, karena hanya dengan melalui smartphone. Masalah yang diangkat dalam penelitian ini adalah sulitnya mendapatkan umpan balik dari keluhan nasabah terhadap layanan aplikasi mobile banking Livin by Mandiri secara real time, dan keluhan itu dapat berupa opini negatif ataupun positif. Masalah tersebut dapat diatasi dengan melakukan analisis sentimen. Analisis sentimen perlu dilakukan untuk memperoleh umpan balik dan meningkatkan kualitas layanan aplikasi Livin by Mandiri yang telah diberikan. Supaya dapat mengetahui keluhan secara real time, data diambil dari Twitter. Menentukan dan memilah suatu tweet yang mengandung opini positif atau negatif tentu tidak mudah, jika tweet yang diteliti sangat banyak jumlahnya. Oleh karena itu, tujuan dari penelitian ini yaitu analisis sentimen keluhan nasabah terhadap aplikasi Livin by Mandiri menggunakan metode Multinomial Naïve Bayes di Twitter. Adapun pengujian pada penelitian ini menggunakan bahasa pemrogaman Python. Dari 1637 data cuitan yang terkumpul, selanjutnya akan dilakukan tahap preprocessing untuk mendapatkan dataset bersih. Didapatkan 1182 dataset bersih dari hasil preprocessing, kemudian dilakukan pelabelan data dengan dua kategori kelas sentimen yaitu label positif dan label negatif. Tahap pelabelan dengan mengambil data latih sebanyak 237 tweet, menghasilkan 166 label positif dan 71 label negatif. Selanjutnya, pembobotan kata dilakukan sebelum masuk pada tahap klasifikasi. Pada tahap klasifikasi, metode Multinomial Naïve Bayes digunakan untuk melakukan klasifikasi pada data uji. Kemudian tahap  pengujian dilakukan, dengan menghitung akurasi, precision, recall, f1 score. Hasil akhir dari penelitian ini menunjukkan bahwa metode Multinomial Naïve Bayes dapat mengklasifikasikan keluhan nasabah pada aplikasi Livin by Mandiri di Twitter dengan baik. Diperoleh skor akurasi sebesar 93%, precision 90%, recall 93%, dan f1-score 91% dengan rata-rata skor sebesar 92%, serta diperoleh kesimpulan bahwa mayoritas sentimen positif terhadap layanan aplikasi Livin by Mandiri.

Referensi

Darwis, D., Siskawati, N., & Abidin, Z. Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional, Jurnal Tekno Kompak. Vol 15, No 1, P-ISSN: 1412-9663, E-ISSN : 2656-3525 DOI:https://doi.org/10.33365/jtk.v15i1.744, 2021, pp. 131-145.

Samsir, Ambiyar, Verawardina, U., Edi, F., & Watrianthos, R. Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes, Jurnal Media Informatika Budidarma, Volume 5, Nomor 1, Januari 2021, 2021, ISSN 2614-5278 (media cetak), ISSN 2548-8368 (media online), 2021, pp. 157-163.

Lestandy, M., Abdurrahim, A., & Syafa'ah, L. Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes, Jurnal Resti, Vol 5 No 4 (2021): Agustus 2021, ISSN Media Elektronik: 2580-0760, 2021, pp.802-808.

Hafidz, N., & Liliana, D. Y. Klasifikasi Sentimen pada Twitter Terhadap WHO Terkait Covid-19 Menggunakan SVM, N-Gram, PSO, Jurnal Resti, Vol. 5 No. 2 (2021): Agustus 2021, ISSN Media Elektronik: 2580-0760, 2021, pp. 213-219.

Rinaldi, R., Goejantoro, R., & Syaripuddin. Penerapan Metode Klasifikasi Multinomial Naive Bayes (Studi Kasus: PT Prudential Life Samarinda Tahun 2019). Jurnal EKSPONENSIAL Volume 12, Nomor 2, Nopember 2021, p-ISSN 2085-7829, e-ISSN 2798-3455, 2021, pp.111-118.

Muzaki, A., & Witanti, A. Sentiment Analysis Of The Community In The Twitter To The 2020 Election In Pandemic Covid-19 By Method Naive Bayes Classifier, JUFIF, Volume 2, Number 2, December 202, P-ISSN : 2723-3863

e-ISSN : 2723-3871, 2021, pp. 101-107.

Pratama, B. Dedi Dwi Saputra, Deny Novianti, Purnamasari, E. P., Kuntoro, A. Y., Hermanto, Gata, W., Wardhani, N. K, Sfenrianto, Budilaksono, S., Sentiment Analysis of the Indonesian Police Mobile Brigade Corps Based on Twitter Posts Using the SVM And NB Methods, International Conference on Electronics Representation and Algorithm (ICERA 2019), doi:10.1088/1742-6596/1201/1/012038 2019, pp.1-12.

Yuyun, Hidayah, n., Sahibu, S. Algoritma Multinomial Naïve Bayes Untuk Klasifikasi Sentimen Pemerintah Terhadap Penanganan Covid-19 Menggunakan Data Twitter. Jurnal Resti, Vol 5 No 4 (2021): Agustus 2021, ISSN Media Elektronik: 2580-0760, 2021, pp. 820-826.

Hermanto, Mustopa, A., & Kuntoro, A. Y. Algoritma Klasifikasi Naive Bayes Dan Support Vector Machine Dalam Layanan Komplain Mahasiswa. JTIK(Jurnal Ilmu Pengetahuan Dan Teknologi Komputer), Vol.5. No.2 Februari2020, p-ISSN: 2685-8223, E-ISSN: 2527-4864, 2020, pp. 211-220.

Giovani, A. P., Ardiansyah, Haryanti, T., Kurniawati, L., & Gata, W. Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi, Jurnal TEKNOINFO, Vol. 14, No. 2, , ISSN: 2615-224X, 2020, pp. 116-124.

Deviyanto, A., & Wahyudi, M. R. Penerapan Analisis Sentimen Pada Pengguna Twitter Menggunakan Metode K-Nearest Neighbor, JISKA, Vol. 3 No. 1 (2018): Mei 2018, ISSN : 2527-5836 (print) | 2528-0074 (online), 2018, pp. 1-13.

Unduhan

Diterbitkan

30-09-2022

Cara Mengutip

Hariansyah, M. Z., & Siswanto, S. (2022). Implementasi Metode Multinomial Naive Bayes pada Analisis Sentimen Terhadap Layanan Aplikasi Livin by Mandiri. Prosiding Seminar Nasional Mahasiswa Fakultas Teknologi Informasi (SENAFTI), 1(1), 517–524. Diambil dari https://senafti.budiluhur.ac.id/index.php/senafti/article/view/271

Artikel paling banyak dibaca berdasarkan penulis yang sama