Analisis Sentimen Mengenai Kepuasan Pengguna terhadap Pelayanan Transportasi Minibus PT Mahkota Tria Wisata dengan menggunakan Metode Support Vector Machine

Analisis Sentimen Mengenai Kepuasan Pengguna terhadap Pelayanan Transportasi Minibus PT Mahkota Tria Wisata dengan menggunakan Metode Support Vector Machine

Penulis

  • Faisal Satria Fakultas Ilmu Komputer, Universitas Brawijaya
  • Widhy Hayuhardika Nugraha Putra Fakultas Ilmu Komputer, Universitas Brawijaya
  • Buce Trias Hanggara Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

analisis sentimen, transportasi, kepuasan, PT Mahkota Tria Wisata, support vector machine

Abstrak

Transportasi menjadi salah satu potensi ekonomi dengan menyediakan jasa angkutan umum bagi pengguna dengan imbalan materi bagi penyedia jasa. Angkutan umum yaitu transportasi yang dapat dimanfaatkan penggunanya dan dipungut sejumlah bayaran sewa serta memiliki izin operasional. Angkutan umum terdiri dari: 1) Angkutan antar kota dari satu kota ke kota lain, yaitu Angkutan Kota Antar Provinsi (AKAP) dan Angkutan Kota Dalam Provinsi (AKDP). Berkembangnya perusahaan penyedia jasa transportasi di Sumatera Barat, akan membuat masyarakat yang ingin menggunakan jasa transportasi tersebut membandingkan kualitas dan pelayanan yang akan diterima dari masing masing perusahaan. PT Mahkota Tria Wisata merupakan salah satu penyedia jasa transportasi antar provisi di Sumatera Barat. Untuk peningkatan pelayanan, PT Mahkota Tria Wisata melakukan survey kepuasan pada para penggunanya. Hasil survey tersebut dijadikan objek untuk analisis sentimen terhadap penelitian terkait. Proses analisis sentimen ini dilakukan dengan menerapkan algoritma Support Vector Machine untuk melakukan pengelompokan respon positif dan negatif. Penelitian ini menggunakan 100 respon yang terdiri dari 51 respon positif dan 49 respon negatif. Nilai accuracy, precision, recall, dan f1-score pada model machine learning ini secara berturut-turut adalah 67.5%, 66.21%, 71.36%, dan 67.87%. Nilai ini didapatkan dengan menggunakan parameter C sebesar 10, dan parameter max_iter sebesar 150.

Referensi

Irvan,S.,2019.Introduction:SentimentAnalysys.Mudah? [online] Available at : <https://medium.com/@irvanseptiar/introduction-sentiment-analysis-mudah-5785f88e435d>

Samsudiney, 2019. Penjelasan Sederhana tentang Apa Itu SVM? [online] Available at: <https://medium.com/@samsudiney/penjelasan-sederhanatentang-apa-itu-svm-149fec72bd02

Dicoding Intern , 2020 . Apa itu Machine Learning?Beserta Pengertian dan Cara Kerja [online] Available at : <https://www.dicoding.com/blog/machine-learning-adalah/>

Suhartono, D., 2019 . Natural Language Processing. [online] Available at : <https://socs.binus.ac.id/2013/06/22/natural-language-processing/>

Arthana, R., 2019 . Mengenal Accuracy, Precision, Recall dan Specificity serta yang diprioritaskan dalam Machine Learning [online] Available at : <https://rey1024.medium.com/mengenal-accuracy-precission-recall-dan-specificity-serta-yang-diprioritaskan-b79ff4d77de8>

Siltya , P. , 2018 . Perkembangan Transportasi Data Tingkatkan Pariwisata Sumbar [online] Available at : https://www.kabarsumbar.com/berita/perkembangan-transportasi-dapat-tingkatkan-pariwisata-sumbar/

Fitriyah , N ,. Warsito , B ,. Maruddani , D.A.I ., 2020 . ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM) [online] Available at : https://ejournal3.undip.ac.id/index.php/gaussian/article/view/28932/24523

Informatiklogi ., 2017 . Pembobotan Kata atau Term Weighting TF-IDF [online] Available at : https://informatikalogi.com/term-weighting-tf-idf/

Kartikaningrum , E.D ,. 2015 . Panduan Penyusunan Studi Literatur [online] Available at : https://stikesmajapahit.ac.id/lppm/wp-content/uploads/2019/04/panduan-penyusunan-studi-literatur.pdf

Utami , P.W ,. 2018 . Angkutan Penumpang Umum di wilayah Perkotaan dalam Trayek [online] Available at : http://eprints.poltekkesjogja.ac.id/1246/4/4.%20BAB%20II.pdf

Hermanto, Wahyudi,. 2021. “Klasifikasi Emosi Pada Lirik Lagu Menggunakan Algoritma Support Vector Machine dan Optimasi Particle Swarm Optimization”. Bandung

Fakhri,I,N,. Jondri,. Umbara,R,F,. 2019. “Analisis Sentimen pada Kuisioner Kepuasan Terhadap Layanan dan Fasilitas Kampus Universitas Dengan Menggunakan Klasifikasi Support Vector Machine (SVM)”. Bandung

Rasyida, A, Z,. Wijaya, I, D,. Yunhasnawa,. 2020. “ANALISIS SENTIMEN KUALITAS LAYANAN ONLINE MARKETPLACE DI INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE”. Malang

Rofiqoh, U,. Perdana, R, S,. Fauzi, M, A,. 2017. “Analisis Sentimen Tingkat Kepuasan Pengguna Penyedia Layanan Telekomunikasi Seluler Indonesia Pada Twitter Dengan Metode Support Vector Machine dan Lexicon Based Features”. Malang

Samsudiney ,. 2019 . Apa itu Machine Learning [online] Available at : https://medium.com/@samsudiney/apa-itu-machine-learning-a6a3fc28162a#:~:text=Pembelajaran%20mesin%20(Machine%20Learning)%20adalah,yang%20membuat%20kita%20menjadi%20manusia.

Aris , K ,. 2020 . Materi Tentang Data Mining [online] Available at : < https://www.gurupendidikan.co.id/data-mining/ >

Desi , A.U ,. 2018 . Apa itu Text Mining ? [online] Available at : https://garudacyber.co.id/artikel/1254-apa-itu-text-mining

Setyo , N.K ,. 2019 . Dasar Text Preprocessing dengan Python [online] Available at : https://medium.com/@ksnugroho/dasar-text-preprocessing-dengan-python-a4fa52608ffe

Navlani, A. 2019. Support Vector Machines with Scikit-learn Tutorial [online] Available at : https://www.datacamp.com/tutorial/svm-classification-scikit-learn-python

Nik ,. 2022. Support Vector Machines(SVM) in Python with Sklearn [online] Available at : https://datagy.io/python-support-vector-machines/

Suresh, A. 2021. Random_state and shuffle [online] Available at: https://www.kaggle.com/discussions/general/236904

Nugroho, S, K, . 2020. Validasi Model Klasifikasi Machine Learning pada RapidMiner [online] Available at : https://ksnugroho.medium.com/validasi-model-machine-learning-pada-rapidminer-50be0080df14

Herlambang, M, B,. 2018. Training and test set [online] Available at:https://www.megabagus.id/training-set-test-set/

Nissa, N, K,. 2020. Data Cleansing using Pyhton(Case:IMDb Dataset) [online] Available at : https://nzlul.medium.com/data-cleansing-using-python-case-imdb-dataset-eac5aaee293e

Nabil, Madali,. 2020. Text normalization (e.g., stemming, lemmatization, lowercasing) [online] Available at:https://medium.com/@madali.nabil97/text-normalization-e-g-stemming-lemmatization-lowercasing-833558a3ca21

Yunus, Muhammad,. 2020. Text Preprocessing menggunakan Pandas, NLTK dan Sastrawi untuk Large Dataset [online] Available at : https://yunusmuhammad007.medium.com/text-preprocessing-menggunakan-pandas-nltk-dan-sastrawi-untuk-large-dataset-5fb3c0a88571

Unduhan

Diterbitkan

25 Oct 2023

Cara Mengutip

Satria, F., Putra, W. H. N., & Hanggara, B. T. (2023). Analisis Sentimen Mengenai Kepuasan Pengguna terhadap Pelayanan Transportasi Minibus PT Mahkota Tria Wisata dengan menggunakan Metode Support Vector Machine. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 7(8), 3577–3583. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12897

Terbitan

Bagian

Artikel
Loading...