ANALISIS SENTIMEN TERHADAP OPINI MASYARAKAT INDONESIA MENGENAI BUKALAPAK

Wivadario Wilana, Sandy Hanshe Hanasbey, Meylan Ribka Awinero, Jonathan Vorgorius Adeputra Modouw, Melkior N. N Sitokdana

Abstract


Toko Online menjadi tempat yang sangat sering digunakan untuk proses transaksi jual-beli dikarenakan mudah dan cepat cara penggunaannya. Kepercayaan menjadi faktor pertama dalam proses ini karena tidak ada titik temu untuk melakukan transaksi. Munculnya Bukalapak di dalam dunia teknologi membuat para penggunanya dapat melakukan transaksi dengan aman dan nyaman. Tetapi tidak hanya tanggapan positif yang muncul adapun tanggapan yang negatif dengan munculnya Bukalapak. Analisis Sentimen menjadi hal yang tepat untuk menganalisa sentimen-sentimen masyarakat terhadap Bukalapak. Metode klasifikasi yang digunakan adalah metode Naïve Bayes. Metode ini digunakan untuk menghasilkan klasifikasi data dari data-data sentimen yang sudah diolah. Hasil yang dihasilkan dari metode Naïve Bayes digambarkan dalam bentuk grafik, yang dimana menjelaskan nilai klasifikasinya. Tujuan dari penelitian ini adalah untuk mengetahui mayoritas opini masyarakat terhadap Bukalapak. Terdapat 510 total data yang diolah dan menghasilkan output yang bernilai netral dengan probabilitas 50%, positif 37%, dan negatif 13%.

 

Kata kunci: Analisis Sentimen, Naïve Bayes, Bukalapak.


Full Text:

PDF

References


Aingindra, “Artikel Perkembangan Teknologi Informasi.” [Online]. Available: http://www.kliktekno.id/perkembangan-teknologi-informasi.html. [Accessed: 16-Nov-2017].

Andr010, “Kemkominfo: Internet Jadi Referensi Utama Mengakses Berita dan Informasi.” [Online]. Available: https://kominfo.go.id/index.php/content/detail/5421/Kemkominfo%3A+Internet+Jadi+Referensi+Utama+Mengakses+Berita+dan+Informasi/0/berita_satker. [Accessed: 12-Nov-2017].

A. Damar, “3 Fakta Mengejutkan Pengguna Internet di Indonesia,” 2016. [Online]. Available: http://tekno.liputan6.com/read/2435997/3-fakta-mengejutkan-pengguna-internet-di-indonesia. [Accessed: 09-Nov-2017].

C. Sur, “Kenali Modus Penipuan di Media Sosial dan Tips Menangkalnya,” 2015. [Online]. Available: http://surabaya.tribunnews.com/2015/06/03/kenali-metode-penipuan-di-media-sosial-dan-tips-menangkalnya. [Accessed: 20-Nov-2017].

Maxmanroe, “BukaLapak.com ~ Startup Bisnis yang Mempelopori Keamanan Transaksi Online.” [Online]. Available: https://www.maxmanroe.com/bukalapak-com-startup-yang-mempelopori-keamanan-transaksi-online.html. [Accessed: 21-Nov-2017].

J. Prager, “Open-Domain Question–Answering,” Found. Trends® Inf. Retr., vol. 1, no. 2, pp. 91–231, 2006.

A. Saleh, “Implementasi Metode Klasifikasi Naïve Bayes dalam Memprediksi Besarnya Penggunaan Listrik Rumah Tangga,” Citec J., vol. 2, no. 3, pp. 207–217, 2015.

N. Putranti and E. Winarko, “Analisis Sentimen Twitter untuk Teks Berbahasa Indonesia dengan Maximum Entropy dan Support Vector Machine,” Comput. Cybern. Syst., vol. 8, p. 1, 2014.

K. Khan, B. Baharudin, A. Khan, and A. Ullah, “Mining opinion components from unstructured reviews: A review,” J. King Saud Univ. - Comput. Inf. Sci., vol. 26, no. 3, pp. 258–275, 2014.

G. A. Buntoro, “Analisis Sentimen Calon Gubernur DKI Jakarta 2017 Di Twitter,” 32 Integer J. Maret, vol. 1, no. 2016, pp. 32–41, 2017.

M. Bilal, H. Israr, M. Shahid, and A. Khan, “Sentiment classification of Roman-Urdu opinions using Naïve Bayesian, Decision Tree and KNN classification techniques,” J. King Saud Univ. - Comput. Inf. Sci., vol. 28, no. 3, pp. 330–344, 2016.

I. K. E. Purnama, “Sentiment Analysis Berbasis Big Data,” Rekayasa Teknol. Ind. dan Inf., pp. 142–149, 2014.

T. R. Patil, “Performance Analysis of Naive Bayes and J48 Classification Algorithm for Data Classification,” Int. J. Comput. Sci. Appl. ISSN 0974-1011, vol. 6, no. 2, pp. 256–261, 2013.

Bustami, “Penerapan Algoritma Naive Bayes,” J. Inform., vol. 8, no. 1, pp. 884–898, 2014.

G. Feng, J. Guo, B.-Y. Jing, and T. Sun, “Feature subset selection using naive Bayes for text classification,” Pattern Recognit. Lett., vol. 65, pp. 109–115, 2015.


Refbacks

  • There are currently no refbacks.