ANALISIS SENTIMEN MEDIA SOSIAL TWITTER TERHADAP PRODUK THE BODY SHOP INDONESIA MENGGUNAKAN METODE NAÏVE BAYES

Nurul Nadiyatun, Sholihah (2023) ANALISIS SENTIMEN MEDIA SOSIAL TWITTER TERHADAP PRODUK THE BODY SHOP INDONESIA MENGGUNAKAN METODE NAÏVE BAYES. S1 thesis, Universitas Mataram.

	Text Laporan.pdf Restricted to Repository staff only Download (2MB)
Preview	Text Jurnal.pdf Download (745kB) | Preview

Abstract

The Body Shop merupakan salah satu perusahaan waralaba kosmetika terbesar di dunia yang sudah memiliki 3000 toko yang tersebar di lebih dari 70 negara termasuk Indonesia. The Body Shop telah memiliki sekitar 144 gerai di seluruh Indonesia dengan jumlah member lebih dari satu juta orang. Melihat besarnya skala bisnis dari The Body Shop Indonesia maka perlu untuk meningkatkan kualitas dan inovasi dari segi bisnis. Hal ini dapat dilakukan dengan beberapa cara, salah satunya adalah dengan mengetahui opini apa yang berkembang di masyarakat mengenai The Body Shop Indonesia. Twitter misalnya merupakan platform di mana seseorang dapat mengirimkan, membaca serta membagikan sebuah tweet dan berinteraksi dengan banyak orang dari negara ataupun komunitas yang berbeda. Dipilihnya media sosial Twitter dikarenakan derasnya aliran informasi yang berkembang di platform ini sehingga data yang didapatkan akan bervariasi serta beragam. Dari banyaknya opini yang diberikan oleh publik terhadap The Body Shop, maka akan membutuhkan waktu yang lama untuk memisahkan secara manual beberapa macam komentar seperti komentar positif, negatif dan netral. Sehingga, karena informasi yang berkembang di Twitter terjadi secara eksponensial maka akan digunakan API Twitter untuk automasi pengumpulan data. Kemudian akan dilakukan pre-processing pada data yang terkumpul lalu data dimasukkan ke dalam beberapa model untuk keperluan training data. Setiap tweet yang diekstrak akan diklasifikasikan dengan Naïve Bayes Classifier berdasarkan sentimennya apakah positif, negatif atau netral. Hasil penelitian akan menunjukkan persentase masing-masing cuitan dalam kelas positif, netral dan negatif. Setelah model berhasil dibuat dan diimplementasikan, didapatkan hasil akurasi dari klasifikasi dengan Naïve Bayes sebesar 62% untuk pengelompokan ke dalam tiga kelas yaitu kelas negative, netral dan positif. Jumlah data yang digunakan terdiri dari 2564 data dengan komposisi data bersentimen positif sebanyak 1524 data, 711 data netral dan 329 data negative. Sedangkan, pengelompokan ke dalam dua kelas yaitu positif dan negative saja menghasilkan akurasi sebesar 85%

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	– Sentiment Analysis, Naïve Bayes, Preprocessing, Twitter, API Twitter, Klasifikasi
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	08 Mar 2023 02:46
Last Modified:	08 Mar 2023 02:46
URI:	http://eprints.unram.ac.id/id/eprint/35662

Actions (login required)

View Item