Skripsi

SENTIMEN ANALISIS UNTUK MEMBANDINGKAN KINERJA PADA TRAVELOKA DAN TIKET.COM

---

RINGKASAN

Pengguna internet di Indonesia selalu mengalami peningkatan. Dengan naiknya pengguna internet di Indonesia banyak dimanfaatkan oleh sebagian besar perusahaan-perusahaan di Indonesia yang bergerak dibidang e-commerce khususnya dalam penjualan tiket, tiket pesawat, tiket kereta, tiket travel dan yang lainnya. Traveloka dan Tiket.com merupakan perusahaan e-commerce yang bergerak dalam bidang pemesanan tiket pesawat dan reservasi hotel secara online yang menyediakan layanan perjalanan (travel). Dalam suatu sistem atau aplikasi e-commerce pasti memiliki kekurangan yang sering di rasakan oleh para penggunanya. Dengan melakukan analisa terhadap pengguna aplikasi, perusahaan dapat mengerti kekurangan dari aplikasi tersebut dan harapan dari para penggunanya. Tujuan dilakukannya penelitian ini yaitu mengukur kinerja yang ada pada Traveloka dan Tiket.com dengan cara membandingkan menggunakan sentiment analisis. Selanjutnya dilakukan pelabelan dan dianalisis menggunakan Naïve Bayes Classifier untuk mengklasifikasikan ulasan berdasarkan kategori kelas sentimen positif dan kelas sentimen negatif. Kemudian divisualisasikan terhadap informasi yang sering diulas menggunakan chart. Melalui klasifikasi diperoleh hasil akurasi terbesar dengan menggunakan Naïve Bayes Classifier pada Traveloka sebesar 37,88%. Serta ulasan positif yang sering diulas yaitu kata “membantu” sebanyak 2016 kali. Sedangkan ulasan negatif yang sering diulas yaitu ”tolong” sebanyak 492 kali. Pada Tiket.com diperoleh hasil akurasi terbesar dengan menggunakan Naïve Bayes Classifier sebesar 52,22 %. Serta ulasan positif yang sering diulas yaitu “membantu” sebanyak 1350 kali, sedangkan ulasan negatif yang sering diulas yaitu “tolong” sebanyak 218 kali.

Kata Kunci: Text Mining, Naïve Bayes Classifier, Analisis Sentimen.

ABSTRACT

Internet users in Indonesia are always experiencing an increase. With the increase in internet users in Indonesia, many companies are used by most companies in Indonesia engaged in e-commerce, especially in the sale of tickets, plane tickets, train tickets, travel tickets and others. Traveloka and Tiket.com is an e-commerce company which is engaged in airplane ticket reservations and online hotel reservations that provide travel services. In an e-commerce system or application, it must have shortcomings that are often felt by its users. By analyzing application users, companies can understand the shortcomings of the application and the expectations of its users. The purpose of this research is to measure the performance of Traveloka and Tiket.com by comparing using sentiment analysis. Then labeling and analyzing using Naïve Bayes Classifier to classify reviews based on positive sentiment class and negative sentiment class. Then visualized the information that is often reviewed using charts. Through the classification obtained the greatest accuracy using the Naïve Bayes Classifier at Traveloka by 37,88%.. As well as positive reviews that are often reviewed namely "very" the word "very" often app ears together with the word "help", which shows that this application can help for its users. While negative reviews that are often reviewed are "disappointed". At Tiket.com, the biggest accuracy obtained by using Naïve Bayes Classifier is 52,22 %. And positive reviews that are often reviewed are "very" While negative reviews that are often reviewed are "please".

Keywords: Text Mining, Naïve Bayes Classifier, Sentiment Analysi

---

Ketersediaan

SI1513

SI 1513 PRA S

UPT. PERPUSTAKAAN PUSAT

Tersedia - No Loan

Informasi Detail

Judul Seri

-

No. Panggil

SI 1513 PRA s

Penerbit

Purwokerto : Universitas Amikom Purwokerto., 2020

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

15.12.0175

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

Maret 2020

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Mugi Prastyo

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar