GDL

Twitter Sentiment Analysis Application in Airline Service Opinion with Southwest Airlines as Case Study

Tugas Akhir, 012 / 2020 / JTK
Undergraduate Theses from JBPTPPOLBAN / 2022-12-20 07:31:57
Oleh : Ali Piqri Sopandi - 171511035 & Alif Ramdani - 171511036 & Nikita Nabila - 171511054 (ali.piqri.tif17@polban.ac.id)
Dibuat : 2021-11-18, dengan 4 file

Keyword : Twitter, Sentiment Analysis, Aspect-Based Negative Reason Airline, Algoritma Nave Bayes.
Subjek : Twitter, Sentiment Analysis, Aspect-Based Negative Reason Airline, Nave Bayes Algorithm.

Aplikasi Twitter Sentiment Analysis merupakan aplikasi untuk membantu perusahaan dalam mengetahui dan mengevaluasi pendapat customer terhadap kualitas layanan. Setiap layanan, saran, ataupun keluhan dari customer perlu ditanggapi dengan maksimal agar tidak merusak reputasi perusahaan, khususnya pada perusahaan maskapai penerbangan. Aplikasi ini memanfaatkan data dari Twitter berupa tweet. Tweet yang terkumpul dianalisis dan dikelompokkan menjadi tweet positif, negatif, dan netral dengan menggunakan Algoritma Naive Bayes. Kemudian tweet negatif akan diolah sesuai dengan aspek yang dibicarakan pada tweet, sehingga didapatkan pengetahuan yang lebih akurat dan spesifik. Data tweet yang sudah diolah disajikan dalam bentuk data statistik. Oleh karena itu aplikasi dikembangkan dengan berbasis web untuk mendukung dan memudahkan penggunaannya. Aplikasi mampu mengklasifikasi sentimen dengan akurasi sebesar 70% dan aspect-based negative reason airline sebesar 43%. Pengukuran ini didapatkan dari hasil uji dataset, dengan pembagian dataset yaitu 70% untuk training dan 30% untuk pengujian. Diharapkan aplikasi ini dapat membantu mengoleksi dan mengolah data untuk menghasilkan informasi opini publik terkait layanan perusahaan.

Deskripsi Alternatif :

Twitter Sentiment Analysis Application is an application that is used to assist companies in knowing and evaluating customer opinion about service qualities. Every services available, incoming suggestion or complaint from customer needs to be responded as fast as possible to maintain the company’s reputation, especially in airlines. This application uses data from Twitter in the form of tweets. The collected tweets are analyzed and grouped into positive, negative, and neutral tweets using the Naïve Bayes Algorithm. Then the negative tweet will be processed according to the aspects discussed in tweets, so that more accurate and specific analysis is obtained. The processed tweet is presented in statistical data form. Therefore, the application is developed on a web-based to support and facilitate the use. The application is able to classify sentiment with the accuracy of 70% and the aspect-based negative reason airline of 43%. The accuracy is obtained by testing the dataset, with proportion of 70% for training and of 30% for testing. This application is expected to help the company in collecting and processing the data to produce information on public opinion related to company services.

Beri Komentar ?#(1) | Bookmark

Properti	Nilai Properti
ID Publisher	JBPTPPOLBAN
Organisasi
Nama Kontak	Erlin Arvelina
Alamat	Jl. Trsn. Gegerkalong Hilir Ds. Ciwaruga
Kota	Bandung
Daerah	Jawa Barat
Negara	Indonesia
Telepon	022 201 3789 ext. 168, 169, 239
Fax	022 201 3889
E-mail Administrator	erlin.arvelina@polban.ac.id
E-mail CKO	erlin.arvelina@polban.ac.id