PENERAPAN ALGORITMA NAÏVE BAYES DALAM ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP APLIKASI M-TIX 21 CINEPLEX

Abstrak

M-Tix merupakan layanan pembelian tiket bioskop dari 21 Cineplex yang dimana ini merupakan layanan jarak jauh yang membuat konsumen membeli tiket bioskop tanpa harus mengantri dan dapat dilakukan dimana saja. Pada penelitian ini penulis bermaksud menganalisis sentimen terhadap M-tix 21 Cineplex. Lalu dijadikan sebagai bahan identifikasi opini negatif dan positif dengan menggunakan algoritma naïve bayes untuk mengetahui performa pelayanan dari aplikasi M-tix 21 Cineplex.  Peneliti juga menggunakan CRISP-DM (Cross-Industry Standard Process for Data Mining) sebagai metode pengolahan data serta menggunakan aplikasi rapidminer untuk mendapatkan, mengolah dan menghasilkan klasifikasi positif dan negatif. Dalam penelitian ini mengambil 749 tweet yang membahas tentang M-tix 21 Cineplex pada media Twitter dengan menggunakan keyword “Mtix”. Hasil dari analisis komparasi algoritma klasifikasi data mining yaitu KNN (K-Nearest Neighbor) dan Naïve Bayes menghasilkan Naïve Bayes menghasilkan nilai uji AUC (Area Under Curve) dan akurasi yang lebih baik dibandingkan dengan K-Nearest Neighbor yang menjadikan Naïve Bayes sebagai model terbaik untuk penelitian ini.  Hasil dari penelitian ini menghasilkan nilai sentiment positif sebanyak 59% dan negatif sejumlah 41%. Accuracy tertinggi yaitu 65.29%, yang dihasilkan dengan pemodelan menggunakan algoritma Naïve Bayes yang menggunakan perbandingan 80:20 untuk data training dan data testing.