Analisis Sentimen Terhadap Telkom Indihome Berdasarkan Opini Publik Menggunakan Metode Improved K-Nearest Neighbor

Herdiawan (2016) Analisis Sentimen Terhadap Telkom Indihome Berdasarkan Opini Publik Menggunakan Metode Improved K-Nearest Neighbor. Diploma thesis, Universitas Komputer Indonesia.

Full text not available from this repository.
Official URL: http://elib.unikom.ac.id/gdl.php?mod=browse&op=rea...

Abstract

Indihome adalah salah satu produk layanan intenet terbaru dari PT. Telkom. Pengguna Indihome sampai saat ini mencapai 300 ribu pengguna. Banyaknya jumlah pengguna Indihome yang akan semakin bertambah, membuat PT. Telkom ingin menyediakan layanan berupa feedback penilaian produk Indihome agar dapat mengetahui respon dari konsumen terhadap produk Indihome. Sentimen publik bisa dijadikan sebagai indikator untuk melihat apakah layanan Indihome mendapat respon positif atau negatif. Banyak konsumen yang membahas tentang Indihome di media sosial khususnya twitter, baik dari kualitas layanan internet yang bagus ataupun sebaliknya. Sayangnya media sosial tidak mempunyai kemampuan untuk mengagregasi informasi mengenai suatu perbincangan yang ada menjadi sebuah kesimpulan.Salah satu cara untuk menarik kesimpulan dari hasil agregasi adalah menggunakan text mining. Karena salah satu fungsi dari text mining adalah untuk melakukan analisis sentimen. Improved K-Nearest Neighbor adalah salah satu algoritma yang bisa dimanfaatkan untuk implementasi pengklasifikasiannya. Proses penyelesaian algoritma Improved K Nearest Neighbor diawali dengan preprocessing yang terdiri dari Convert Emoticon, Cleansing, Case Folding, Convert Negation, Tokenizing, Filtering, dan Stemming. Proses selanjutnya pembobotan kata, kemudian pengkategorian yang terdiri dari penghitungan cosine similarity, perhitungan nilai k-values dan kalsifikasi sentimen berupa grafik. Analisis sentimen menggunakan algoritma Improved K-Nearest Neighbor memberikan hasil yang baik. Terbukti dari hasil pengujian menggunakan sample testing telah berhasil mengklasifikasi tweet dengan tepat. Proses preprocessing, data latih, dan penentuan k-values yang tepat sangat mempengaruhi hasil klasifikasi tersebut. Sehingga hasil dari analisis sentimen ini bisa dijadikan evaluasi dalam menentukan langkah bisnis selanjutnya atau perbaikan kualitas yang lebih baik.

Item Type: Thesis (Diploma)
Uncontrolled Keywords: analisis sentimen, text mining, klasifikasi, Improved K-Nearest Neighbor, Indihome
Subjects: S1-Final Project > Fakultas Teknik Dan Ilmu Komputer > Teknik Informatika > 2015
Divisions: Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer
Universitas Komputer Indonesia > Fakultas Teknik dan Ilmu Komputer > Teknik Informatika (S1)
Depositing User: Admin Repository
Date Deposited: 16 Nov 2016 07:53
Last Modified: 16 Nov 2016 07:53
URI: http://repository.unikom.ac.id/id/eprint/15556

Actions (login required)

View Item View Item