SUDAIS, EGI ABDURRAHMAN (2023) ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA PRODUK ORBIT TELKOMSEL BERDASARKAN DATA PLAYSTORE DENGAN METODE SUPPORT VECTOR MACHINE DAN LOGISTIC REGRESSION. S1 thesis, Universitas Mercu Buana Jakarta.
|
Text (HAL COVER)
01 Cover.pdf Download (306kB) | Preview |
|
|
Text (ABSTRAK)
02 Abstrak.pdf Download (99kB) | Preview |
|
![[img]](https://repository.mercubuana.ac.id/style/images/fileicons/text.png) |
Text (BAB I)
03 Bab 1.pdf Restricted to Registered users only Download (127kB) |
|
|
Text (BAB II)
04 Bab 2.pdf Restricted to Registered users only Download (167kB) |
|
|
Text (BAB III)
05 Bab 3.pdf Restricted to Registered users only Download (237kB) |
|
|
Text (BAB IV)
06 Bab 4.pdf Restricted to Registered users only Download (1MB) |
|
|
Text (BAB V)
07 Bab 5.pdf Restricted to Registered users only Download (94kB) |
|
|
Text (DAFTAR PUSTAKA)
08 Daftar Pustaka.pdf Restricted to Registered users only Download (145kB) |
|
|
Text (LAMPIRAN)
09 Lampiran.pdf Restricted to Registered users only Download (2MB) |
Abstract
The internet is a technology that is the main foundation for the development of the industrial revolution. To support this development, Telkomsel launched its latest product, Telkomsel Orbit, which is a home internet service using a MIFI modem. There are many positive and negative reviews about “My Orbit” application on the Google Play Store, which makes the company use the Google Play Store as a source of information on customer satisfaction with its product. Customer satisfaction is a factor in the success of the services provided by a company, so the company uses it as an evaluation material to improve the services provided. However, it takes longer if the reviews are classified manually, so a system is needed to help measure customer satisfaction. One way to measure customer satisfaction is by using sentiment analysis to classify customer opinions about the features and services of the internet provider. This study uses sentiment analysis on public reviews of the internet provider application using the SVM and Logistic Regression methods. The aim of this study is to help the company improve the services it owns. The first step in this study is to collect review data by directly taking it from the internet, then performing preprocessing to clean the data before testing it with algorithms to get accurate results. The data is also given a label and word weighting is done using TF-IDF. The next step is to test the data using the SVM and Logistic Regression algorithms, then the results are displayed in a visualization that shows the accuracy level of both algorithms. The results show that the SVM algorithm has an accuracy of 75%, while the Logistic Regression shows the best accuracy with a linear kernel, with an accuracy score of 81%. Keywords: Sentiment Analysis, Support Vector Machine, Logistic Regression, Customer Satisfaction, Orbit Telkomsel. Internet merupakan teknologi yang menjadi pondasi utama dalam perkembangan revolusi industri. Untuk mendukung perkembangan tersebut, Telkomsel meluncurkan produk terbarunya, Telkomsel yaitu aplikasi Orbit, yang merupakan layanan internet rumah yang menggunakan modem MIFI. Banyak ulasan positif dan negatif tentang aplikasi “My Orbit” pada Google Play Store yang membuat perusahaan menggunakan Google Play Store sebagai sumber informasi tentang kepuasan pelanggan terhadap produknya. Kepuasan pelanggan merupakan faktor keberhasilan layanan yang diberikan oleh sebuah perusahaan, sehingga perusahaan menggunakannya sebagai bahan evaluasi untuk meningkatkan layanan yang diberikan. Namun, membutuhkan waktu yang lebih lama jika ulasan tersebut diklasifikasikan secara manual, sehingga dibutuhkan suatu sistem yang dapat membantu dalam mengukur kepuasan pelanggan. Salah satu cara untuk mengukur kepuasan pelanggan adalah dengan menggunakan analisis sentimen untuk mengklasifikasikan opini pelanggan tentang fitur dan layanan penyedia internet tersebut. Penelitian ini menggunakan analisis sentimen terhadap ulasan masyarakat tentang aplikasi penyedia internet tersebut, dengan menggunakan metode SVM dan Logistic Regression. Tujuan dari penelitian ini adalah membantu perusahaan tersebut untuk lebih dapat meningkatkan layanan yang dimilikinya. Langkah awal dalam penelitian ini adalah mengumpulkan data ulasan dengan cara mengambilnya secara langsung dari internet, kemudian melakukan preprocessing untuk membersihkan data sebelum mengujinya dengan algoritma agar mendapatkan hasil yang akurat. Data tersebut juga diberi label dan dilakukan pembobotan kata dengan TF-IDF. Langkah selanjutnya adalah menguji data dengan menggunakan algoritma SVM dan Logistic Regression, kemudian hasilnya ditampilkan dalam visualisasi yang menunjukkan tingkat akurasi dari kedua algoritma tersebut. Hasilnya menunjukkan bahwa algoritma SVM memiliki akurasi sebesar 75%, sedangkan Logistic Regression menunjukkan akurasi terbaik dengan kernel linear, dengan skor akurasi sebesar 81%. Kata kunci: Analisis Sentimen, Support Vector Mechine, Logistic Reggression, Kepuasan pelanggan,Orbit Telkomsel.
Actions (login required)
 |
View Item |
