IMPLEMENTASI MACHINE LEARNING DENGAN MENGGUNAKAN METODE TEXT MINING PADA TWITTER @INDIHOME PT. TELKOM INDONESIA

• ANDRIA NUGRAHA

---

ABSTRAK

ABSTRAK

Andria Nugraha (11212218), Implementasi Machine Learning Dengan Metode Text Mining Pada Twitter @indihome PT. Telkom Indonesia

Saat ini PT. Telkom Indonesia (Indihome), menggunakan peran media sosial sebagai bentuk keperdulian terhadap pelanggannya untuk menanganai keluhan. Tweet dari pelanggan indihome pada sosial media twitter di tangani oleh divisi customer service Indihome. Manualnya proses pengkategorian yang dilakukan oleh divisi customer service indihome pada setiap narasi tweet keluhan “complaint” yang masuk ke twitter @indihome, membuat proses tersebut dinilai tidak efisien. Tujuan penelitian adalah untuk memberikan solusi terkait permasalahan pengkategorian tweet keluhan (complaint) dan membuatkan tools yang dapat melakukan ekstraksi terhadap narasi keluhan “complaint” tweet berbahasa Indonesia. Metode penelitian yang digunakan adalah komparatif. Disisi lain, tools gataframework dan rapidminer digunakan juga dalam penelitian ini untuk membantu preprocessing dan cleansing pada dataset hingga membantu menciptakan corpus dan sentiment analysis. Total dataset setelah dilakukan cleansing dan preprocessing menjadi 1.510. Berdasarkan metode yang diusulkan dalam penelitian ini pada algoritma klasifikasi Support Vector Machine, Kategori tertinggi didapati memiliki tingkat accuracy 82,42%, precission 75,33%, dan recall 98,75% dengan AUC sebesar 0,826.

Kata kunci: Text Mining, Complaints, Twitter, Indihome

KATA KUNCI

Metode Text MIning

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

[1] K. Sosial and D. A. N. Kinerja, “Metadata, citation and similar papers at core.ac.uk 1,” vol. 2, no. 1, pp. 1–118, 2009.

[2] Novianti, “Pengaruh Kualitas Jaringan Internet Terhadap Kepuasan Pelanggan Indihome,” pp. 1–59, 2020, [Online]. Available: http://repository.umpalopo.ac.id/id/eprint/156

[3] A. V. Sudiantoro et al., “Analisis Sentimen Twitter Menggunakan Text Mining Dengan Algoritma Naive Bayes Classifier,” Din. Inform., vol. 10, no. 2, pp. 398–401, 2018

[4] I. A. Paramitha, “Tinjauan Pustaka Tinjauan Pustaka,” Conv. Cent. Di Kota Tegal, pp. 6–37, 2017.

[5] Patel, “??No Title No Title No Title,” pp. 9–25, 2019.

[6] M. Kurniasih, “Bab Ii Landasan Teori,” J. Chem. Inf. Model., vol. 53, no. 9, pp. 8–24, 2018.

[7] S. R. I. Rezeki, “Penggunaan Sosial Media Twitter dalam Komunikasi Organisasi (Studi Kasus Pemerintah Provinsi Dki Jakarta Dalam Penanganan Covid-19),” J. Islam. Law Stud., vol. 04, no. 02, pp. 63–78, 2020.

[8] F. Fathonah and A. Herliana, “Penerapan Text Mining Analisis Sentimen Mengenai Vaksin Covid - 19 Menggunakan Metode Naïve Bayes,” J. Sains dan Inform., vol. 7, no. 2, pp. 155–164, 2021, doi: 10.34128/jsi.v7i2.331.

[9] Yuli Mardi, “Data Mining: Klasifikasi Menggunakan Algoritma C4 . 5 Data mining merupakan bagian dari tahapan proses Knowledge Discovery in Database ( KDD ) . Jurnal Edik Informatika,” J. Edik Inform., vol. 2, no. 2, pp. 213–219, 2019.

[10] M. Syahril, K. Erwansyah, and M. Yetri, “Penerapan Data Mining Untuk Menentukan Pola Penjualan Peralatan Sekolah Pada Brand Wigglo Dengan Menggunakan Algoritma Apriori,” J-SISKO TECH (Jurnal Teknol. Sist. Inf. dan Sist. Komput. TGD), vol. 3, no. 1, p. 118, 2020, doi: 10.53513/jsk.v3i1.202.

[11] F. V. Sari and A. Wibowo, “Analisis Sentimen Pelanggan Toko Online Jd.Id Menggunakan Metode Naïve Bayes Classifier Berbasis Konversi Ikon Emosi,” J. SIMETRIS, vol. 10, no. 2, pp. 681–686, 2019.

[12] E. M. Sipayung, H. Maharani, and I. Zefanya, “Perancangan Sistem Analisis Sentimen Komentar Pelanggan Menggunakan Metode Naive Bayes Classifier,” J. Sist. Inf. UNSRI, vol. 8, no. 1, pp. 958–965, 2016

[13] H. F. Putro, R. T. Vulandari, and W. L. Y. Saptomo, “Penerapan Metode Naive Bayes Untuk Klasifikasi Pelanggan,” J. Teknol. Inf. dan Komun., vol. 8, no. 2, 2020, doi: 10.30646/tikomsin.v8i2.500. 2

[14] R. Y. Hayuningtyas, “Penerapan Algoritma Naïve Bayes untuk Rekomendasi Pakaian Wanita,” J. Inform., vol. 6, no. 1, pp. 18–22, 2019, doi: 10.31311/ji.v6i1.4685.

[15] M. A. Hasanah, S. Soim, and A. S. Handayani, “Implementasi CRISP-DM Model Menggunakan Metode Decision Tree dengan Algoritma CART untuk Prediksi Curah Hujan Berpotensi Banjir,” J. Appl. Informatics Comput., vol. 5, no. 2, pp. 103–108, 2021, doi: 10.30871/jaic.v5i2.3200.

[16] A. Roihan, P. A. Sunarya, and A. S. Rafika, “Pemanfaatan Machine Learning dalam Berbagai Bidang: Review paper,” IJCIT (Indonesian J. Comput. Inf. Technol., vol. 5, no. 1, pp. 75–82, 2020, doi: 10.31294/ijcit.v5i1.7951.

[17] E. Sutoyo and M. A. Fadlurrahman, “Penerapan SMOTE untuk Mengatasi Imbalance Class dalam Klasifikasi Television Advertisement Performance Rating Menggunakan Artificial Neural Network,” J. Edukasi dan Penelit. Inform., vol. 6, no. 3, p. 379, 2020, doi: 10.26418/jp.v6i3.42896.

[18] Dewani, Andini, and Aulia, “Pengaruh Kualitas Jaringan IndiHome Terhadap Customer Experience,” Semin. FORTEI 2019, no. 1, pp. 67–72, 2019, [Online]. Available: http://ejournal.unp.ac.id/index.php/jtev/article/view/106149/102365#