Analisis Sentimen Persepsi Pengguna Myindihome Menggunakan Metode Support Vector Machine (SVM) Dan Naïve Bayes Classifier (NBC)

Abstract

Pada era globalisasi seperti saat ini, internet menjadi kebutuhan manusia dalam melakukan berbagai hal. Banyaknya pengguna intenet menjadi peluang tersendiri bagi penyedia jasa internet, salah satunya PT Telekomunikasi Indonesia (Telkom). Salah satu produk PT Telkom yaitu IndiHome. Sebagai satu-satunya BUMN yang bergerak dibidang telekomunikasi, PT Telkom diharapakan dapat memenuhi kebutuhan masyarakat Indonesia. Namun bedasarkan rating yang didapatkan produk IndiHome melalui aplikasi MyIndiHome di Google Play sebesar 3,5 dari 87.000 lebih ulasan. Hal tersebut yang mendorong dilakukannya penelitian mengenai layanan IndiHome. Digunakan data ulasan pada tanggal 1 November 2020 – 15 Desember 2020 dengan jumlah ulasan sebanyak 2.539 ulasan sebagai sampelnya. Data tersebut akan dilakukan pelabelan dan pengklasifikasian dalam kelasn sentimen positif dan negatif menggunakan metode Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC). Hasil pelabelan setiap setimen kemudian dianalisis menggunakan metode asosiasi kata untuk menemukan informasi yang dianggap penting dan berguna dalam pengambilan keputusan. Berdasarkan tiga perbandingan data training dan testing yang dilakukan percobaan sebanyak lima kali disetiap perbandingan, didapatkan rata-rata akurasi dengan metode SVM sebesar 86,54% dan dengan metode NBC sebesar 84,69%. Kemudian, metode asosiasi teks pada kelas sentimen positif di antaranya terkait aplikasi, bagus, membantu, mantap, terimakasih, tagihan, cek, mudah, kecepatan, baik, keren, fitur, internet, dan pelayanan. Sedangkan pada kelas sentimen negatif yang sering dikeluhkan di antaranya terkait aplikasi, bayar, jaringan, wifi, lemot, internet, gangguan, tagihan, pelayanan, mahal, pasang, parah, buruk, lambat, dan lag. Hasil ulasan negatif tersebut dianalisis sebab dan akibatnya menggunakan diagram fishbone untuk pemecahan masalah.