Analisis Sentimen Masyarakat Terhadap Ulasan Ios 14 Berdasarkan Opini Pengguna Twitter Menggunakan NaÏve Bayes Classifier

Abstrak

Meningkatnya jumlah internet dan pengguna media sosial dan perangkat mobile tentunya akan berdampak pada peningkatan jumlah data atau konten yang dibuat oleh pengguna. Media sosial memungkinkan pengguna internet menjadi pencipta konten dan penyebar informasi yang aktif. WOM dalam pemasaran mengacu pada pesan tentang komunikasi produk, kategori produk, dan merek. Twitter menjadi media sosial yang sangat popular karena memungkinkan pengguna untuk bertukar pesan pendek, yang juga disebut tweet. Berdasarkan gejala proses adopsi awal iOS 14 yang 5% lebih tinggi dibandingkan adopsi iOS 13. Tanda pagar iOS 14 telah dicuitkan pengguna Twitter lebih dari 140 ribu kali dengan hasil tampak puas dengan pembaruan yang dibawa oleh iOS 14. Banyak berkomentar bahwa tampilan baru yang ada di iOS 14 lebih simple dan bersih dibanding pendahulunya. Tujuan dari penelitian ini dengan adanya text mining, dapat mengetahui bagaimana persepsi positif dan negatif dari pengguna iPhone yang melakukan adopsi iOS 14 di Twitter dan mengetahui apa saja yang sering dibahas pada iOS 14 di twitter. Penelitian ini memperoleh data dengan melakukan crawling data pada sosial media Twiter. Data yang diolah pada penelitian ini menggunakan populasi data unggahan pengguna sosial media Twitter terkait kata kunci #IOS14 dan IOS 14 pada kurun waktu 27 November-27 Desember 2020. Kata Kunci: Media Sosial, Twitter, Naïve Bayes Classifier, Support Vector Machine, Word Cloud