SENTIMENT ANALYSIS KUALITAS PELAYANAN MASKAPAI PENERBANGAN MENGGUNAKAN ALGORITMA MACHINE LEARNING

Moch Ilham Fajar Gumilang

Abstract


Penelitian ini fokus pada menganalisis sentimen dalam ulasan pelanggan terhadap maskapai penerbangan. Tujuan utamanya untuk mengidentifikasi sentimen positif, negatif, atau netral dalam ulasan dan memberikan wawasan yang dapat digunakan untuk meningkatkan kualitas pelayanan maskapai. Beberapa algoritma machine learning digunakan untuk melakukan analisis sentimen antara lain: Naive Bayes, Support Vector Machines (SVM), dan Random Forest. Dataset ulasan maskapai penerbangan diunggah dan diproses sebelum digunakan dalam pelatihan dan evaluasi model. Tahap pelatihan melibatkan penggunaan teknik validasi silang dan penyetelan parameter untuk mencapai performa yang optimal. Evaluasi dilakukan dengan menggunakan metrik evaluasi seperti akurasi, presisi, recall, dan F1-score. Hasil evaluasi akurasi menunjukkan kemamauan model dalam mengklasifikasikan sentimen dengan benar. Berdasarkan hasil percobaan, algoritma yang digunakan berhasil dalam mengklasifikasikan sentimen ulasan maskapai penerbangan dengan akurasi yang yang bervariasi. Naive Bayes, SVM, dan Random Forest menunjukkan performa yang baik dalam mengenali sentimen positif, negatif, dan netral.

Full Text:

(PDF 38-43)

References


D. Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana Teknik Pada, KLASIFIKASI SENTIMEN PELAYANAN MASKAPAI PENERBANGAN INDONESIA MENGGUNAKAN PEMBOBOTAN TF-IDF DAN METODE K-NEAREST NEIGHBOR (KNN) TUGAS AKHIR.

T. S. Pradnyandari and N. K. Purnawati, “PERAN MAINTENANCE DALAM MEMODERASI PENGARUH SCHEDULING TERHADAP KINERJA MASKAPAI PENERBANGAN (Studi Pada Garuda Indonesia Airline), E-Jurnal Manajemen Universitas Udayana, vol. 8, no. 6, p. 3473, Mar. 2019, doi: 10.24843/ejmunud.2019.v08.i06.p07.

Y. Febrianto, PERAN KEPUASAN KONSUMEN DALAM MEMEDIASI PENGARUH KUALITAS LAYANAN TERHADAP MINAT BELI KONSUMEN UNTUK MENGGUNAKAN JASA MASKAPAI PENERBANGAN AIR ASIA.

ANALISIS SENTIMEN KOMENTAR NETIZEN TERHADAP CALON PRESIDEN INDONESIA 2019 DARI.

M. Zaki Anbari, M. Zaki Anbari, and B. Sugiantoro, JURNAL MEDIA INFORMATIKA BUDIDARMA Studi Komparasi Metode Analisis Sentimen Naïve Bayes, SVM, dan Logistic Regression Pada Piala Dunia 2022, 2023, doi: 10.30865/mib.v7i2.5383.

S. K. Dirjen et al., Terakreditasi SINTA Peringkat 2 Studi Komparatif Metode Ekstraksi Fitur pada Analisis Sentimen Maskapai Penerbangan Menggunakan Support Vector Machine dan Maximum Entropy, masa berlaku mulai, vol. 1, no. 3, pp. 402-407, 2017.

E. Fitri, Y. Yuliani, S. Rosyida, and W. Gata, Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine, TRANSFORMTIKA, vol. 18, no. 1, pp. 71-80, 2020, [Online]. Available: www.nusamandiri.ac.id,

A. Miftahusalam, A. Febby Nuraini, A. A. Khoirunisa, and H. Pratiwi, “Perbandingan Algoritma Random Forest, Naïve Bayes, dan Support Vector Machine Pada Analisis Sentimen Twitter Mengenai Opini Masyarakat Terhadap Penghapusan Tenaga Honorer.

P. Wahyuningtias, H. Warih Utami, U. Ahda Raihan, H. Nur Hanifah, and Y. Nicholas Adanson, COMPARISON OF RANDOM FOREST AND SUPPORT VECTOR MACHINE METHODS ON TWITTER SENTIMENT ANALYSIS (CASE STUDY: INTERNET SELEBGRAM RACHEL VENNYA ESCAPE FROM QUARANTINE), Jurnal Teknik Informatika (JUTIF), vol. 3, no. 1, pp. 141-145, 2022, doi: 10.20884/1.jutif.2022.3.1.168.

A. Laksmi Maitri, J. Sutopo, and U. Teknologi Yogyakarta Jl Ringroad Utara Jombor Sleman Yogyakrta, RANCANG BANGUN CHATBOT SEBAGAI PUSAT INFORMASI LEMBAGA KURSUS DAN PELATIHAN MENGGUNAKAN PENDEKATAN NATURAL LANGUAGE PROCESSING.

13611217 Muhammad Mulajati.

E. H. Muktafin, K. Kusrini, and E. T. Luthfi, “Analisis Sentimen pada Ulasan Pembelian Produk di Marketplace Shopee Menggunakan Pendekatan Natural Language Processing, Jurnal Eksplora Informatika, vol. 10, no. 1, pp. 32-42, Sep. 2020, doi: 10.30864/eksplora.v10i1.390.

R. Dimas and H. #1, JEPIN (Jurnal Edukasi dan Penelitian Informatika) Perbandingan Akurasi Analisis Sentimen Tweet terhadap Pemerintah Provinsi DKI Jakarta di Masa Pandemi, 2021.

05111540000161-Undergraduate_Thesis.

R. Wati, S. Ernawati, and I. Maryani, “OPTIMASI PARAMETER PSO BERBASIS SVM UNTUK ANALISIS SENTIMEN REVIEW JASA MASKAPAI PENERBANGAN BERBAHASA INGGRIS, Jurnal Sains dan Manajemen, vol. 8, no. 2, 2020.




DOI: https://doi.org/10.37058/jssainstek.v9i2.7589

Refbacks

  • There are currently no refbacks.