Analisis Sentimen Twitter Transportasi Online Berbasis Ontologi (studi Kasus: Go-jek)

Abstract

Abstrak Kehadiran layanan ojek online dalam bidang transportasi semakin diminati masyarakat untuk menunjang aktivitas sehari-hari. Go-Jek merupakan salah satu penyedia jasa ojek online di Indonesia. Kemudahan proses pemesanan, berbagai macam layanan dan promo membuat Go-Jek menjadi pilihan bagi masyarakat yang memiliki mobilitas tinggi terutama di kota besar. Sebagian masyarakat menyampaikan pendapat, komentar hingga keluhan terhadap layanan Go-Jek melalui media sosial Twitter dalam bentuk tweet. Komentar, pendapat dan keluhan tersebut mengandung opini atau sentimen yang dapat digunakan sebagai bahan evaluasi bagi perusahaan. Opini tersebut dapat dimanfaatkan sebagai bahan analisis untuk mengetahui penilaian masyarakat terhadap pelayanan Go-Jek baik positif atau negatif berdasarkan aspek yang dinilai. Berdasarkan ide tersebut, Metode Ontologi digunakan agar katakata yang berhubungan dengan aspek dan sentimen dapat ditampung dan dijadikan kamus untuk melakukan klasifikasi aspek dan sentimen. Proses diawali dengan memberi label secara manual berdasarkan aspek dan sentimen yang terkandung dalam tweet tersebut. Kedua dilakukan preprocessing yang terdiri atas tokenizationi, case folding, stopword removal, non-standard word handling dan phrase-lookup. Proses ketiga adalah membangun model ontologi untuk klasifikasi, keempat dilakukan klasifikasi aspek dan sentimen, dan yang terakhir dilakukan pengukuran performansi sistem yang dibangun. Dari hasil penelitian yang dilakukan didapatkan rata-rata Akurasi sebesar 97,93%, rata-rata Recall sebesar 91,34% dan rata-rata Presisi 89,37%.

Kata kunci : Go-Jek, Ontologi, Twitter, Analisis Sentimen

Abstract The presence of online transportation in transportation has increasingly attracted the public to support their daily activities. Go-Jek is one of the online motorcycle taxi service providers in Indonesia. The ease of the ordering process, various services and promosion make Go-Jek an option for people who have high mobility, especially in big cities. Some of them expressed their opinions, comments to complaints about GoJek services via Twitter social media in the form of tweets. These comments, opinions and complaints contain opinions or sentiments that can be used as evaluation material for the company. This opinion can be used as an analytical material to find out the community's assessment of Go-Jek's services, either positive or negative based on the aspects assessed. Based on this idea, the Ontology Method is used so that words related to aspects and sentiments can be accommodated and used as a dictionary to classify aspects and sentiments. The process begins by labeling manually based on the aspects and sentiments contained in the tweet. The second is a preprocessing consisting of tokenisation, folding cases, stopword removal, non-standard word handling and phrase-lookup. The third process is to build an ontology model for classification, the fourth is the classification of aspects and sentiments, and the last is a performance measurement system built. From the results of the research conducted, the average accuracy is 97,93%, the average recall is 91,34% and the precision average is 89,39%.


Keywords: Go-Jek, Ontology, Twitter, Sentiment Analysis