UI - Skripsi Membership :: Kembali

UI - Skripsi Membership :: Kembali

Analisis sentimen pengguna layanan transjakarta busway dengan media twitter menggunakan text mining = Sentiment analysis for transjakarta busway s customer with twitter using text mining

Nina Jane Bustan; Isti Surjandari Prajitno, supervisor (Fakultas Teknik Universitas Indonesia, 2015)

 Abstrak

Transjakarta-Busway merupakan moda transportasi umum dengan jalanan khusus yang sedang dikembangkan oleh Pemerintah Daerah Ibukota Jakarta. Sejak tahun 2012 jumlah pengguna layanan Transjakarta-Busway terus menurun. Media sosial Twitter yang merupakan media sosial bagi masyarakat untuk mencurahkan opini, menjadi obyek peneliti untuk mendapatkan sentimen pengguna terhadap pelayanan Transjakarta-Busway. Penelitian ini menggunakan metode text mining digunakan untuk proses klasifikasi (keamanan, kenyamanan, keselamatan, kesetaraan,keterjangkauan, keteraturan) dengan membandingkan metode Support Vector Machine (SVM) dan Naïve Bayes, serta data stemming maupun non-stemming.
Penelitian menunjukan klasifikasi paling akurat didapat dari data non-stemming dengan metode Support Vector Machine (SVM). Hasil Klasifikasi yang didapat dibandingkan signifikasinya terhadap sentimen masyarakat dengan menggunakan Uji Chi-Square dan Prosedur Marascuilo, sehingga didapat pengaruh paling besar didapat dari sector kelompok Keselamatan, diikuti skctor Keteraturan, Kenyamanan, Keamanan Keterjangkauan, dan Kesetaraan. Keadaan fisik Transjakarta-Busway adalah yang paling dikeluhkan karena dirasa tidak layak.

Transjakarta-Busway is one of the well-known public transportation with special track in Jakarta. Jakarta?s government has been developing Transjakarta-Busway since 2009. But from 2012, the number of passanger is decreasing. Twitter, the famous social media in Indonesia, that used by community to express their feeling and opinion, has been used in this research to get sentiment from customer about Transjakarta-Busway?s services. This research used text mining as a method to classifying sentiment into 6 different groups (equality, safety, comfort, affordability, order, and security) with a comparison between Support Vector Machine (SVM) method and Naïve Bayes method.
This research shows that the most accurate classification is using Support Vector Machine Method wih non-stemming data. After that, the signification of classification compared using Chi-Square Test and Marascuilo Procedure. The Research shows that the biggest influence to sentiment comes from safety sector, followed by order section, comfort section, security section, affordability section, and the least influence comes from equality section. Physical condition of Transjakarta-Busway is the most complained among all.

 File Digital: 1

Shelf
 S60734-nina jane bustan .pdf :: Unduh

LOGIN required

 Metadata

Jenis Koleksi : UI - Skripsi Membership
No. Panggil : S60734
Entri utama-Nama orang :
Entri tambahan-Nama orang :
Program Studi :
Penerbitan : Depok: Fakultas Teknik Universitas Indonesia, 2015
Bahasa : ind
Sumber Pengatalogan :
Tipe Konten :
Tipe Media :
Tipe Carrier :
Deskripsi Fisik : xiii, 56 hlm. : 29 cm.
Naskah Ringkas :
Lembaga Pemilik : Universitas Indonesia
Lokasi : Perpustakaan UI, Lantai 3
  • Ketersediaan
  • Ulasan
  • Sampul
No. Panggil No. Barkod Ketersediaan
S60734 14-23-81899502 TERSEDIA
Ulasan:
Tidak ada ulasan pada koleksi ini: 20412292
Cover