BAB I PENDAHULUAN 1.1 Latar Belakang

dokumen-dokumen yang mirip
BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Di era modern ini, macam-macam makanan sangatlah banyak dan beragam.

1. BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. menggunakan teknologi yang disebut dengan internet. Hal ini, secara tidak

ANALISIS SENTIMEN JASA EKSPEDISI BARANG MENGGUNAKAN METODE NAÏVE BAYES

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Pada bagian awal penelitian ini dipaparkan secara lengkap latar belakang,

BAB I PENDAHULUAN. dengan lingkungan sosialnya pengguna social media seringkali menceritakan

BAB I PENDAHULUAN 1.1 Latar Belakang

ANALISIS SENTIMEN PADA JASA OJEK ONLINE MENGGUNAKAN METODE NAÏVE BAYES

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

TEXT MINING DALAM ANALISIS SENTIMEN ASURANSI MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER

BAB 3 LANDASAN TEORI

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang

Pada penelitian ini dilakukan kajian terhadap PMI cabang Kabupaten Demak yang dalam penyeleksian calon pendonor darah masih dilakukan

BAB I PENDAHULUAN. beberapa tahun terakhir (Dave Chaffey, 2016). Media jejaring sosial seperti Twitter,

BAB I PENDAHULUAN. untuk bisa mengeluarkan pendapat dan ekspresi secara bebas. Itu artinya perusahaan

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. komputer ataupun perangkat mobile mereka dari manapun dan kapanpun. Setelah

PEMBANGUNAN TWEET AGGREGATOR DENGAN MENGGUNAKAN METODE NAÏVE BAYES

UKDW BAB I PENDAHULUAN

BAB I PENDAHULUAN. informasi sentimen yang terkandung dalam suatu kalimat opini. Analisis sentimen

JURNAL SENTIMENT ANALYSIS TOKOH POLITIK PADA TWITTER SENTIMENT ANALYSIS POLITICAL LEADERS IN TWITTER

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB I PENDAHULUAN. 1.1 Latar Belakang. Mikroblog adalah salah satu bentuk blog yang memungkinkan

BAB 3 LANDASAN TEORI

3.1 Desain Penelitian

BAB I PENDAHULUAN BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN I - 1

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN. ilmu tertentu dengan menggunakan kaidah-kaidah yang berlaku dalam bidang

SENTIMENT ANALYSIS TOKOH POLITIK PADA TWITTER

BAB 1 PENDAHULUAN Latar Belakang

SENTIMENT ANALYSIS DENGAN NAIVE BAYES UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP BATIK PADA JEJARING SOSIAL TWITTER

BAB 3 ANALISIS MASALAH DAN PERANCANGAN

BAB I PENDAHULUAN. 1.1 Latar belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

IMPLEMENTASI METODE NAIVE BAYES CLASSIFICATION DALAM KLASIFIKASI KELAYAKAN CALON PENDONOR DARAH (STUDI KASUS PMI KAB. DEMAK)

BAB I PENDAHULUAN. dalam bidang usaha pelayanan jasa. Sehingga menuntut adanya persaingan atas pelayanan jasa dan

BAB 1 PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Pemasangan iklan merupakan hal yang utama untuk memasarkan sebuah

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. Bab ini menjelaskan latar belakang yang mendasari dilakukannya

BAB 3 ANALISIS KEBUTUHAN IMPLEMENTASI ALGORITMA

UKDW 1. BAB 1 PENDAHULUAN Latar Belakang Masalah

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB II TINJAUAN PUSTAKA

BAB 3. METODOLOGI PENELITIAN

REKOMENDASI TOPIK TUGAS AKHIR MAHASISWA TEKNIK INFORMATIKA DI UNIVERSITAS MUHAMMADIYAH JEMBER MENGGUNAKAN METODE NAÏVE BAYESIAN CLASSIFIER

BAB 1 PENDAHULUAN. 1.1 Latar Belakang. Pemilihan presiden merupakan momen penting bagi setiap negara, salah satunya

Tabel 1.1 Pertumbuhan Panjang Jalan dan Jumlah Kendaraan

Oleh : Selvia Lorena Br Ginting, Reggy Pasya Trinanda. Abstrak

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1.2 Perumusan Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB II KAJIAN PUSTAKA. pola seperti teknik statistic dan matematika (Larose, 2005).

ANALISIS SENTIMEN TERHADAP OPINI PUBLIK MELALUI JEJARING SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES Alfarizy M. G. ( )

Gambar 1. 1 Logo BukaLapak

ABSTRAK. Kata Kunci: analisis sentimen, pre-processing, mutual information, dan Naïve Bayes. UNIVERSITAS KRISTEN MARANATHA

BAB I PENDAHULUAN. Seiring makin pesatnya perkembangan internet, dokumen-dokumen dari

BAB 1 PENDAHULUAN 1-1

BAB I PENDAHULUAN.

BAB I PENDAHULUAN. sistem komputer (Picard, et al., 2001; Tao & Tan, 2005). Kebutuhan terhadap. emosi telah memunculkan bidang affective computing.

BAB I PENDAHULUAN. banyak informasi yang tersedia di internet, maka akan semakin sulit juga untuk

KLASIFIKASI PADA TEXT MINING

BAB I PENDAHULUAN. Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di

BAB I PENDAHULUAN. 1.1 Latar Belakang

ANALISA SENTIMEN MENGGUNAKAN NAÏVE BAYES UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP KENAIKAN HARGA JUAL ROKOK PADA MEDIA SOSIAL TWITTER

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN A. Latar Belakang Masalah

UKDW. BAB I PENDAHULUAN 1.1 Latar Belakang

BAB 1 PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB III METODE PENELITIAN

UKDW. 1.1 Latar Belakang BAB 1 PENDAHULUAN

BAB III METODOLOGI PENELITIAN

BAB I PENDAHULUAN 1 PENDAHULUAN

BAB I PENDAHULUAN. sarana jasa pengiriman. Bisnis jasa pengiriman di dalam negeri beberapa tahun

Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk

Implementasi Pengembangan Smart Helpdesk di UPT TIK UNS Menggunakan Algoritma Naive Bayes Classifier

BAB I PENDAHULUAN. 1.1 Latar Belakang

Transkripsi:

BAB I PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi dewasa ini sudah mempengaruhi kebutuhan manusia modern, hal ini ditandai dengan penggunaan teknologi disetiap aspek kehidupan manusia yang berguna untuk mempermudah aktifitas yang dilakukan. Salah satu perkembangannya terlihat pada bidang jasa logistik. Jasa logistik merupakan hal yang penting dalam kehidupan manusia, dengan adanya jasa logistik akan akan mempermudah setiap orang dalam memecahkan permasalahan dibidang pengiriman barang [1]. Oleh karena itu untuk menunjang hal tersebut dibutuhkan sebuah infrastruktur yang bergerak dibidang jasa logistik salah satunya adalah PT. Pos Indonesia. PT. Pos Indonesia, merupakan badan usaha milik negara (BUMN) yang bergerak dibidang jasa kurir, logistik, dan transaksi keuangan. PT. Pos Indonesia menyediakan berbagai layanan nasional maupun internasional. Pada tahun 2015 tercatat sebanyak 230 juta layanan yang dikirim ke dalam negeri maupun luar negeri [1]. Semakin pesatnya perkembangan teknologi dan informasi fungsi PT. Pos Indonesia perlahan tergeserkan, untuk menjaga konsistensi perusahaan diperlukan adanya peningkatan layanan. Berdasarkan program kerja tahunan PT. Pos Indonesia terdapat kegiatan rapat internal bulanan yang dilaksanakan di minggu keempat setiap bulan. Dalam rapat internal membahas evaluasi kinerja bulanan, monitoring dan evaluasi tindak lanjut permasalahan [1], termasuk evaluasi layanan PT. Pos Indonesia terhadap kepuasan pelanggan.

Menurut laporan tahunan 2015, PT. Pos indonesia mengalami peningkatan layanan operasional pada tahun 2010 hingga 2013, namun pada tahun 2014 dan 2015 layanan operasional PT. Pos Indonesia mengalami penurunan yang drastis [1]. Salah satu penyebabnya adalah kurangnya sumber data yang digunakan sebagai acuan perusahaan untuk menentukan layanan operasional yang kurang memuaskan. Minimnya pemanfaatan sarana kotak saran oleh masyarakat menjadi salah satu faktor penghambat perusahaan untuk memperoleh informasi kritik dan saran mengenai layanan operasional. Sehingga dapat disimpulkan, perlu dilakukanya penelitian lebih lanjut mengenai pendapat atau opini masyarakat dalam menggunakan layanan operasional PT. Pos Indonesia yang berasal dari sumber yang lain. Pertumbuhan teknologi informasi, yang mempengaruhi berbagai media informasi salah satunya adalah media sosial. Media sosial dapat digunakan oleh masyarakat untuk ekspresikan opini, aspirasi atau komentar mengenai hal-hal yang menjadi perhatian [2], media sosial yang banyak digunakan adalah twitter, media sosial twitter merupakan media sosial yang sering diakses oleh masyarakat indonesia, hal tersebut telah dibuktikan oleh negara indonesia yang menempati peringkat keenam dengan pengguna twitter terbesar di dunia [3]. Dengan demikian opini yang ada di twitter cukup banyak untuk digunakan sebagai bahan penelitian dan evaluasi mengenai layanan PT. Pos Indonesia. Menurut Nurrun, opini opini yang tersampaikan dalam sosial media sering disebut dengan sentimen [2]. Sedangkan Amir Hamzah menyatakan bahwa sentiment analysis merupakan studi komputasi berdasarkan opini, emosi, dan penilaian seseorang melalui entitas, pengalaman dan atribut yang dimiliki. Tugas dasar dari sentiment analysis adalah pengelompokan teks yang ada didalam dokumen, kalimat atau fitur, apakah teks yang terkandung bersifat positif, negatif atau netral [4]. Dari beberapa metode yang dapat digunakan dalam sentiment analysis, salah satunya adalah Metode Naive Bayes Classifier (NBC). Metode Naive Bayes Classifier merupakan metode klasifikasi probabilitas dengan

menghitung kombinasi dari nilai-nilai dan frekuensi dalam dataset dan menghitung probabilitas yang ditetapkan, metode ini mengansumsikan nilai pada setiap atribut bersifat independen terhadap nilai class varibel [5]. Metode Naive Bayes Classifier dapat menentukan peluang dimasa mendatang dengan berdasarkan pada pengalaman sebelumnya [6]. Pada penelitian ini dipilih algoritma klasifikasi naive bayes karena metode ini memiliki kelebihan dibanding dengan metode klasifikasi yang lain diantaranya adalah sederhana dan memiliki akurasi yang tinggi [7] [8], untuk membangun model Naive Bayes Classifier tidak membutuhkan waktu yang lama dan model Naive Bayes Classifier dapat dimodifikasi dengan data testing yang baru tanpa harus membangun ulang dari awal [9]. Hal tersebut cocok apabila digunakan dalam untuk mengklasifikasikan opini masyarakat kedalam kelas positif dan negatif. Menurut penelitian yang dilakukan oleh Amir Hamzah menggunakan Metode Naive Bayes Classifier untuk memanfaatkan saran kuisioner dalam evaluasi pembelajaran, bahwa metode Naive Bayes Classifier memiliki akurasi klasifikasi opini rata-rata untuk seluruh dokumen yang diujikan sebesar 85.95% [4]. Penurunan jumlah dokumen latih yang sedikit tidak terlalu menurunkan kinerja algoritma klasifikasi. Karena dengan menggunakan dokumen latih hanya 40% masih memberikan akurasi 80,52% [4]. Berdasarkan uraian diatas penulis akan melakukan penelitian yang berjudul Implementasi sentimen analisis untuk menentukan tingkat kepuasan pelanggan terhadap layanan operasional PT. Pos Indonesia menggunakan metode Naive Bayes Classifier. 1.2 Perumusan Masalah Berdasarkan latar belakang masalah diatas, maka dapat dirumuskan masalah yaitu bagaimana mengklasifikasikan opini opini masyarakat terhadap layanan PT. Pos Indonesia yang bersumber dari twitter kedalam kelas positif dan negatif menggunakan Metode Naive Bayes Classifier.

1.3 Batasan Masalah Untuk meminimalisir pembahasan dari topik yang terlalu meluas, dan keterbasan pengetahuan penulis, maka penulis menentukan batasan masalah sebagai berikut : 1. Data penelitian diperoleh dari sosial media twitter (www.twitter.com). 2. Data yang digunakan berupa tweet (opini) masyarakat yang dikirimkan ke akun twitter resmi @PosIndonesia dengan bahasa yang baku dan sesuai dengan kamus besar bahasa indonesia. 3. Penelitian yang dilakukan tidak meneliti emoticon yang ada pada tweet (opini) pengguna layanan PT. Pos Indonesia. 4. Data yang dianalisis oleh sistem merupakan data offline yang dikumpulkan selama 5 bulan, terhitung sejak bulan November hingga bulan Maret. 5. Penelitian yang dilakukan hanya meneliti opini tentang layanan operasional pada PT. Pos Indonesia. 1.4 Tujuan Penelitian Tujuan yang akan dicapai oleh penulis berdasarkan rumusan masalah diatas adalah terbentuknya klasifikasi opini dari pelanggan terhadap layanan operasional PT. Pos Indonesia menjadi dua kelas yaitu positif dan negatif menggunakan metode Naive Bayes Classifier. 1.5 Manfaat Penelitian Adapun Manfaat yang diperoleh dari penelitian ini adalah sebagai berikut : 1.5.1 Manfaat bagi penulis a. Sebagai sarana untuk menerapkan ilmu yang diperoleh selama masa perkuliahan yang dapat dituangkan ke dalam tugas akhir. b. Menambah pemahaman mengenai metode Naive Bayes Classifier dan mengimplementasikan dalam pengolahan data, untuk mengklasifikasikan opini pengguna layanan PT. Pos Indonesia.

1.5.2 Manfaat bagi perguruan tinggi a. Sebagai acuan atau pembanding dengan permasalahan atau kasus yang serupa. b. Sebagai bahan referensi apabila melakukan penelitian dibidang yang sama dimasa mendatang. 1.5.3 Manfaat bagi perusahaan a. Dapat membantu PT. Pos Indonesia untuk mengambil kebijakan dan langkah antisipasi terhadap mutu layanan yang kurang, sehingga dapat memperbaiki pelayanan dan mempertahankan pelanggan.