ANALISIS SENTIMEN TERHADAP TINGKAT KEPUASAN PENGGUNA LAYANAN TELEKOMUNIKASI SELULER BY.U DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Khairunnisa, Rizki (2021) ANALISIS SENTIMEN TERHADAP TINGKAT KEPUASAN PENGGUNA LAYANAN TELEKOMUNIKASI SELULER BY.U DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (563kB)
[img] Text (BAB I)
BAB I.pdf
Download (329kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (684kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (929kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (506kB)
[img] Text (BAB V)
BAB V.pdf
Download (62kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (140kB)
[img] Text (PUBLIKASI)
Publikasi - 17.11.1229 - Rizki Khairunnisa - Rizki Khairunnisa.pdf
Restricted to Repository staff only
Download (805kB)

Abstract

Penyedia layanan telekomunikasi seluler Indonesia mengalami evolusi seiring perkembangan teknologi seluler dari generasi pertama (1G) pada tahun 1984 hingga generasi masa sekarang (4G). Sistem pemasaran yang dilakukan oleh penyedia layanan telekomunikasi seluler pada era kini menggunakan sosial media sebagai strategi kampanye dan periklanan guna menjaring pelanggan baru. Layanan pelanggan secara daring melalui berbagai platform juga disediakan apabila terjadi permasalahan konsumen, salah satunya di Twitter. Melalui platform ini, pengguna layanan dapat memberikan tanggapan dan opininya yang bersifat positif atau negatif terhadap provider yang digunakannya sebagai tolok ukur kepuasan terhadap kinerja pelayanan. Analisis sentimen merupakan teknik untuk mengklasifikasikan data dokumen berupa teks ke dalam sentimen positif maupun negatif yang digunakan sebagai bahan evaluasi terhadap suatu layanan. Dalam penelitian ini penulis menggunakan proses text mining dengan data berupa teks tweet berbahasa Indonesia yang didapatkan melalui proses crawling di Twitter dengan topik penyedia layanan telekomunikasi seluler By.U menggunakan pemrosesan algoritma Support Vector Machine untuk mengklasifikasikan ke dalam dua kelas yaitu positif dan negatif.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Hartanto, Anggit Dwi
Uncontrolled Keywords: analisis sentimen, text mining, support vector machine, grid search, sentiment analysis
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 20 Jun 2022 03:08
Last Modified: 14 Aug 2023 03:05
URI: http://eprints.amikom.ac.id/id/eprint/1733

Actions (login required)

View Item View Item