Analisis Pre-processing Sentimen terhadap Komentar Layanan Indihome pada Twitter


Achmad Novanto(1*); Dolly Indra(2); Wistiani Astuti(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


Dalam era globalisasi yang terus berkembang, peran teknologi informasi menjadi krusial dalam mengubah cara manusia berinteraksi dan mengakses informasi. Perusahaan telekomunikasi, seperti PT Telkom Indonesia dengan layanannya, IndiHome, memanfaatkan kemajuan teknologi untuk menyediakan layanan digital berbasis Internet, Telepon Rumah, dan TV Interaktif/IPTV. Meskipun sudah menjangkau seluruh Indonesia, pemahaman mengenai kepuasan pengguna terhadap layanan IndiHome masih perlu diperdalam. Penelitian ini difokuskan pada analisis sentimen pengguna terhadap layanan IndiHome melalui media sosial twitter. twitter menjadi platform yang signifikan dalam mengekspresikan pandangan, kritik, dan kepuasan pengguna. Pembatasan karakter dalam setiap cuitan memunculkan gaya bahasa baru, yang memicu kreativitas pengguna. Meski demikian, menganalisis sentimen dari tweet memiliki tantangan tersendiri, terutama karena penggunaan kata-kata non-baku dan bahasa informal. Oleh karena itu, pentingnya preprocessing data dalam analisis sentimen menjadi fokus utama penelitian ini. Langkah awal dalam penelitian ini bertujuan untuk meningkatkan keberhasilan klasifikasi sentimen dengan membersihkan dan normalisasi data tweet. Hasil penelitian diharapkan dapat memberikan wawasan yang lebih akurat mengenai respons pengguna terhadap layanan IndiHome. Melalui langkah-langkah preprocessing yang dilibatkan, penelitian ini menyimpulkan bahwa data yang telah dipersiapkan menjadi lebih siap untuk tahap analisis sentimen. Dengan demikian, analisis sentimen dapat memberikan hasil yang lebih relevan dan akurat, membuka peluang untuk mengambil langkah-langkah strategis terkait dengan polarisasi sentimen yang teridentifikasi.

Keywords


Sentiment Analysis; Indihome; Twitter; Preprocessing

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 113 times
PDF view: 5 times 		     

Digital Object Identifier

doi  https://doi.org/10.33096/busiti.v5i1.2066 		  

Cite

How to cite item

References


A. Tobing, E. Simorangkir, M. Situmorang, and P. Y. Purba, “The Influence of Service Quality, Pricing, and Digital Marketing on IndiHome Fiber Customer Loyalty,” International Journal of Social Science and Business, vol. 5, no. 2, pp. 167–173, 2021, doi: 10.23887/ijssb.v5i2.35523.

C. Septianarditya and M. Nasir, “Analisis Kepuasan Pelanggan IndiHome berdasarkan Kualitas Pelayanan, Harga, dan Promosi,” Eksos, vol. 18, no. 1, pp. 71–79, Jun. 2022, doi: 10.31573/eksos.v18i1.440.

J. Khatib Sulaiman, T. Danirmala, Y. Sulistyo Nugroho, and U. Muhammdiyah Surakarta, “Analisis Sentimen Terhadap Topik Kenaikan Harga Bahan Bakar Minyak (BBM) pada Media Sosial Twitter,” Indonesian Journal of Computer Science.

R. Kurnia Pratama and P. W. Setyaningsih, “Analisis Komentar Pada Twitter Terhadap Lapangan Kerja Dengan Metode Naïve Bayes,” Jurnal Information System & Artificial Intelligence, vol. 3, no. 2, pp. 217–227, May 2023.

R. Yanuarti, “Analisis Media Sosial Twitter Terhadap Topik Vaksinasi Covid-19,” JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia), vol. 6, no. 2, 2021, doi: 10.32528/justindo.v6i2.5503.

R. Rismaya and A. N. Sofyan, “Interjeksi Dalam Komentar Terhadap Cuitan Akun Twitter @ASKNONYM: KAJIAN MORFOLOGI,” MABASAN, vol. 14, no. 2, pp. 181–194, Dec. 2020, doi: 10.26499/mab.v14i2.354.

S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835.

M. Nur, “Perbandingan Levenshtein Distance Dan Jaro-Winkler Distance Untuk Koreksi Kata Dalam Preprocessing Analisis Sentimen Pengguna Twitter,” Jurnal Fokus Elektroda : Energi Listrik, Telekomunikasi, Komputer, Elektronika dan Kendali, vol. 06, no. 02, pp. 88–93, 2021.

S. Suparyati, A. Sentimen, P. Tripadvisor, and A. Fathurahman, “Analisis Sentimen Dengan Klasifikasi Naïve Bayes pada Review Hotel Tripadvisor,” Jurnal Ilmiah Informatika (JIF), vol. 10, no. 01, pp. 20–24, Mar. 2022.

R. Tineges, A. Triayudi, and I. D. Sholihati, “Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 4, no. 3, 2020, doi: 10.30865/mib.v4i3.2181.

T. Krisdiyanto, E. Maricha, and O. Nurharyanto, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers,” Jurnal CoreIT, vol. 7, no. 1, 2021.

H. C. Husada and A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” Teknika, vol. 10, no. 1, 2021, doi: 10.34148/teknika.v10i1.311.

I. As’ad, M. A. Asis, H. M. Pakka, R. Mursalim, and Y. B. M. Noor, “K-Nearest Neighbors Analysis for Public Sentiment towards Implementation of Booster Vaccines in Indonesia,” ILKOM Jurnal Ilmiah, vol. 15, no. 2, 2023, doi: 10.33096/ilkom.v15i2.1561.365-372.

Zaenal, Y. Salim, and L. Budi Ilmawan, “Analisis Sentimen terhadap Komentar Negatif di Media Sosial Facebook dengan Metode Klasifikasi Naïve Bayes,” Buletin Sistem Informasi dan Teknologi Islam, vol. 1, no. 4, pp. 259–265, 2020.

A. E. Budiman and A. Widjaja, “Analisis Pengaruh Teks Preprocessing Terhadap Deteksi Plagiarisme Pada Dokumen Tugas Akhir,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 6, no. 3, 2020, doi: 10.28932/jutisi.v6i3.2892.

Y. Salim and L. Budi Ilmawan, “Analisis Sentimen terhadap Komentar Negatif di Media Sosial Facebook dengan Metode Klasifikasi Naïve Bayes,” Buletin Sistem Informasi dan Teknologi Islam, vol. 1, no. 4, pp. 259–265, 2020.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Buletin Sistem Informasi dan Teknologi Islam (BUSITI)

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.