Analisis Sentimen Terhadap Produk Skincare Dari Twitter Menggunakan Algoritma Naive Bayes Classifier (Studi Kasus : Avoskin)

Harhida, Ziehan and Rizki Yudhi Dewantara, S.Sos., M.AP (2023) Analisis Sentimen Terhadap Produk Skincare Dari Twitter Menggunakan Algoritma Naive Bayes Classifier (Studi Kasus : Avoskin). Sarjana thesis, Universitas Brawijaya.

Abstract

Media sosial menjadi kebutuhan pokok bagi semua orang, media sosial pada dasarnya digunakan untuk berkomunikasi sesama pengguna. Media sosial juga sebagai media untuk memposting opini penggunanya. Salah satu media sosial yang sangat populer adalah Twitter. Para pengguna mengirimkan opini atau komentar secara tidak langsung akan menjadi sebuah review terhadap produk tersebut yang mana review tersebut akan menjadi impact pada produk. Opini-opini tersebut dapat dianalisis untuk mengetahui bagaimana tanggapan pengguna terhadap suatu produk yang sedang mereka gunakan. Metode untuk mengetahui kecenderungan opini dari pelanggan adalah analisis sentimen. Analisis ini akan mengklasifikasikan opini kedalam kelas sentimen positif atau sentimen negatif. Pada penelitian ini menggunakan metode Naive Bayes untuk klasifikasi hasil data dan menggunakan TF-IDF untuk pembobotannya. Penelitian dilakukan dengan studi kasus pada salah satu produk skincare lokal yaitu Avoskin. Data yang digunakan merupakan opini atau tweet di media sosial Twitter yang mana data tersebut diambil dari berbagai akun yang memuat kata kunci “Avoskin”. Data yang digunakan berjumlah 590 data dengan pembagian untuk data latih sebanyak 531 data dan data uji sebanyak 59 data. Tujuan dari penelitian adalah untuk mengetahui serta menganalisa kecenderungan opini pelanggan produk Avoskin serta melihat tingkat akurasi pada klasifikasi sentimen yang dihasilkan. Sentimen terhadap produk Avoskin cenderung memiliki nilai positif, hal ini dilihat dari jumlah data dengan kelas positif cenderung lebih banyak dibandingkan dengan jumlah data dengan kelas negatif. Evalusasi klasifikasi sentimen yang dilakukan dengan Confusion Matrix menunjukkan accuracy sebesar 89%, recall sebesar 63%, precission sebesar 79%, dan nilai f1 sebesar 67%.

English Abstract

Social media is a basic need for everyone, social media is basically used to communicate with fellow users. Social media is also a medium for posting the opinions of its users. One of the most popular social media is Twitter. Users submitting opinions or comments will indirectly become a review of the product where the review will have an impact on the product. These opinions can be analyzed to find out how users respond to a product they are using. The method for knowing the trend of opinion from customers is sentiment analysis. This analysis will classify opinions into positive or negative sentiment classes. In this study using the Naive Bayes method for classifying data results and using TF-IDF for the weighting. The research was conducted with a case study on one of the local skincare products, namely Avoskin. The data used is opinions or tweets on social media Twitter where the data is taken from various accounts that contain the keyword "Avoskin". The data used amounted to 590 data with a division of 531 data for training data and 59 data for test data. The purpose of this research is to find out and analyze the trend of customer opinion on Avoskin products and to see the level of accuracy in the resulting sentiment classification. Sentiment towards Avoskin products tends to have a positive value, this can be seen from the amount of data in the positive class which tends to be more than the amount of data in the negative class. Evaluation of sentiment classification carried out using the Confusion Matrix shows an accuracy of 89%, a recall of 63%, a precision of 79%, and an f1 value of 67%.

Item Type:	Thesis (Sarjana)
Identification Number:	052303
Uncontrolled Keywords:	Analisis Sentimen, Naive Bayes, Opini, Twitter, Avoskin-Sentiment Analysis, Naive Bayes, Opinion, Twitter, Avoskin
Divisions:	Fakultas Ilmu Administrasi > Ilmu Administrasi Bisnis / Niaga
Depositing User:	Unnamed user with username suprihatin
Date Deposited:	25 Jan 2024 04:02
Last Modified:	25 Jan 2024 04:02
URI:	http://repository.ub.ac.id/id/eprint/213989

Text (DALAM MASA EMBARGO) Ziehan Harhida.pdf Restricted to Registered users only until 31 December 2025. Download (2MB)

Actions (login required)

View Item