Klasifikasi Keluhan Masyarakat pada Sosial Media Twitter terhadap Pelayanan Toko Online di Indonesia menggunakan Metode Cosine TF-IDF

Abstrak

Abstrak: Berkembangnya toko online dan transaksi online di Indonesia pada saat ini diiringi
dengan berbagai permasalahan seperti keluhan pada pelayanan yang membahas mengenai
aplikasi, ketanggapan dan pengiriman. Dengan adanya permasalahan tersebut, perhitungan
serta penilaian keluhan yang sering didapatkan oleh masing-masing toko online sangat
diperlukan. Dengan memanfaatkan tweet masyarakat yang ditujukan kepada toko online, data
tweet tersebut akan diklasifikasikan ke dalam kategori pelayanan yang telah ditentukan.
Pengolahan data berupa tweet membutuhkan proses preprocessing yaitu proses untuk
mendapatkan keyword dari data tweet yang telah didapatkan, proses preprocessing memiliki
tahapan seperti tokenizing, filtering dan stemming. Keyword yang telah didapatkan diolah untuk
mendapatkan nilai hasil klasifikasi yang didapatkan. Proses klasifikasi kategori pelayanan pada
penelitian ini menggunakan metode Cosine TF-IDF dimana metode tersebut membutuhkan
bobot dan dokumen pada setiap kategori. Metode yang dikembangkan telah diaplikasikan pada
penelitian ini menghasilkan prosentase proses klasifikasi kategori pelayanan menggunakan
metode Cosine TF-IDF sebesar 63.1%.

Kata kunci: analisis sentimen, klasifikasi, rule based classifier, cosine similarity, TF-IDF

Abstract: The development of online stores and online transactions in Indonesia at this time is
accompanied by various problems such as complaints on services that discuss applications,
responsiveness and delivery. With these problems, the calculation and assessment of
complaints that are often obtained by each online store is very necessary. By utilizing
community tweets aimed at online stores, the tweet data will be classified into predetermined
service categories. Data processing in the form of tweets requires a preprocessing process,
namely the process of getting keywords from the data tweets that have been obtained, the
preprocessing process has stages such as tokenizing, filtering and stemming. The keywords
that have been obtained are processed to obtain the classification results obtained. The service
category classification process in this study uses the Cosine TF-IDF method where the method
requires weights and documents in each category. The method developed has been applied in
this study to produce a percentage of the service category classification process using the
Cosine TF-IDF method of 63.1%.

Keywords: sentiment analysis, classification, rule based classifier, cosine similarity, TF-IDF