Please use this identifier to cite or link to this item: https://repository.unej.ac.id/xmlui/handle/123456789/87677
Title: IDENTIFIKASI PERSEPSI KONSUMEN KOPI DI MEDIA SOSIAL TWITTER MENGGUNAKAN ANALISIS SENTIMEN DENGAN METODE NAÏVE BAYES CLASSIFIER
Authors: ADIWIJAYA, Nelly Oktavia
NURITHA, Ifrina
SURYANENDRA, Adjie
Keywords: PERSEPSI KONSUMEN KOPI
MEDIA SOSIAL TWITTER
METODE NAÏVE BAYES CLASSIFIER
Issue Date: 8-Nov-2018
Series/Report no.: 142410101063;
Abstract: Kopi adalah sejenis minuman yang berasal dari proses pengolahan dan ekstraksi biji tanaman kopi. Kopi kemudian terus berkembang hingga saat ini menjadi salah satu minuman paling populer di dunia yang dikonsumsi oleh berbagai kalangan masyarakat. Tradisi minum kopi tidak hanya sekedar untuk melepas dahaga, tetapi juga untuk menemani aktivitas kehidupan masyarakat seperti rapat, pertemuan bisnis, reuni, kencan, dan lain-lain. Tren peminum kopi terus meningkat tajam dan secara tidak disadari, tradisi minum kopi ini telah menjadi bagian dari gaya hidup. Tetapi, tidak semua orang menyukai kopi dengan berbagai alasannya. Ada banyak faktor yang mendasari orang enggan minum kopi padahal sama sekali tidak pernah meminum kopi seperti rasanya yang pahit, penyebab maag, perut kembung, dan jantung berdebar-debar, membuat susah tidur dan sebagainya. Hal ini tentunya membuat persepsi orang terhadap kopi tersebut berbeda-beda. Proyeksi permintaan kopi oleh Pusat Data dan Sistem Informasi Pertanian Sekretariat Jenderal Kementerian Pertanian tahun 2015 menunjukkan permintaan kopi di Indonesia tahun 2015 sampai tahun 2019 mengalami peningkatan sebesar 5,09% per tahunnya dengan konsumsi mencapai 1,623 kg/kapita. Tetapi harga kopi dari tahun ke tahun terus mengalami peningkatan. Perilaku mengunggah status dan kegiatan yang sedang dilakukan ke media sosial yang dimilikinya, termasuk menggunggah opini-opini dan ulasan terhadap produk atau jasa yang pernah dicoba membuat penetrasi internet di Indonesia kini tumbuh dari tahun ke tahun dengan media sosial sebagai predikat tertinggi untuk konten yang sering diakses. Salah satunya adalah Twitter. Dari permasalahan di atas, maka diperlukan sebuah sistem yang mampu melakukan identifikasi persepsi konsumen kopi secara real time tanpa harus melakukan survei di lapangan dengan menggunakan model klasifikasi yang akurat dengan pendekatan analisis opini di media sosial. Penelitian ini menggunakan analisis sentimen dengan pendekatan Text Mining dan metode Naïve Bayes Classifier dalam melakukan klasifikasi. Penelitian ini dilaksanakan dalam 4 tahap penelitian yaitu studi literatur, pengumpulan data, perancangan model klasifikasi, dan pengembangan perangkat lunak. Model pengembangan perangkat lunak dari sistem ini mengacu pada model waterfall. Uji performasi klasifikasi pada sistem ini menggunakan 3 perhitungan yaitu precison, recall, dan f1score. Hasil uji performansi terhadap sistem menunjukan bahwa sistem dapat melakukan klasifikasi dengan baik yaitu dengan nilai 0,6 hingga 0,8 untuk klasifikasi sentimen dan kategori jenis kopi. Crawling data menggunakan Standard Twitter Search API yang memiliki beberapa keterbatasan. Hasil crawling data pada media sosial twitter menggunakan kata kunci menghasilkan 900 data training dan 100 data testing dengan variasi pelabelan sentimen dan kategori kopi oleh ahli bahasa. Data selanjutnya melalui tahap text mining berupa text preprocessing yang terdiri dari case folding dan tokenizing, diteruskan dengan feature generation yang meliputi stemming dan stopword removal hingga menghasilkan data yang bersih dan siap untuk diklasifikasikan dengan metode Naïve Bayes Classifier. Hasil klasifikasi persepsi konsumen kopi di Indonesia dari hari ke hari mengalami peningkatan dengan puncak pada akhir pekan, yaitu antara hari jumat (0,83769230769231), sabtu (0,84615384615384), minggu (0,86666666666667) hingga senin (0,85714285714285). Hal ini merupakan peningkatan sesuai gaya hidup minum kopi yang ada di suatu wilayah. Tradisi minum kopi tidak sekedar untuk melepas dahaga, tetapi untuk menemani aktivitas lain.
URI: http://repository.unej.ac.id/handle/123456789/87677
Appears in Collections:UT-Faculty of Computer Science

Files in This Item:
File Description SizeFormat 
Adjie Suryanendra - 142410101063_.pdf6.2 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.

Admin Tools