Analisis Sentimen Warganet terhadap Isu Layanan Transportasi Online Berbasis InSet Lexicon menggunakan Logistic Regression

Binti Kholifah, Imam Thoib, Nafis Sururi, Nicky Dwi Kurnia

Abstract


Beberapa isu terkait layanan transportasi online kerap menjadi pusat perdebatan di media sosial. Hal tersebut memberikan pengaruh pada penilaian layanan tersebut di Google Play Store. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap isu layanan transportasi online berbasis data warganet di Google Play Store. Analisis sentimen dan pelabelan dilakukan berdasarkan Inset Lexicon, sedangkan klasifikasi dilakukan menggunakan Logistic Regression. Sebelum diolah, data ulasan warganet harus melalui tahap pra-pemrosesan dan eksplorasi data. Selanjutnya, dilakukan optimisasi dengan parameter C, solver, dan max_iter pada model Logistic Regression. Hasil menunjukkan bahwa kombinasi nilai dari beberapa parameter optimisasi membawa pengaruh pada kinerja Logistic Regression. Selama pengujian, dapat dilihat juga bahwa rating tidak selamanya mecerminkan ulasan dari pengguna. Hal ini bisa dipengaruhi beberapa faktor seperti perilaku pengguna itu sendiri.

Full Text:

PDF

References


Republika, “Istri Founder Grab Diduga Pro Israel, Muncul Tren Uninstall Grab di Indonesia,” Nov. . [Online]. Available: https://ameera.republika.co.id/berita/s3rglb425/istri-founder-grab-diduga-pro-israel-muncul-tren-uninstall-grab-di-indonesia-dan-malaysia

Y. Azhar, “Metode Lexicon-Learning Based Untuk Identifikasi Tweet Opini Berbahasa Indonesia,” J. Nas. Pendidik. Tek. Inform., vol. 6, no. 3, p. 237, 2018, doi: 10.23887/janapati.v6i3.11739.

R. Firdaus, I. Asror, and A. Herdiani, “Lexicon-Based Sentiment Analysis of Indonesian Language Student Feedback Evaluation,” Ind. J. Comput., vol. 6, no. 1, pp. 1–12, 2021, doi: 10.34818/indojc.2021.6.1.408.

I. F. N. Fadhillah, A. Herdiani, and W. Astuti, “Analisis Sentimen Berbasis Leksikon InSet Terhadap Partai Politik Peserta Pemilu 2019 Pada Media Sosial Twitter,” e-Proceeding Eng., vol. 6, no. 3, pp. 1–11, 2019.

D. Musfiroh, U. Khaira, P. E. P. Utomo, and T. Suratno, “Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 24–33, 2021, doi: 10.57152/malcom.v1i1.20.

F. Koto and G. Y. Rahmaningtyas, “Inset lexicon: Evaluation of a word list for Indonesian sentiment analysis in microblogs,” Proc. 2017 Int. Conf. Asian Lang. Process. IALP 2017, vol. 2018-Janua, pp. 391–394, 2017, doi: 10.1109/IALP.2017.8300625.

S. Dara et al., “A Sentiment Analysis of Food Review using Logistic Regression,” vol. 2, no. 7, pp. 251–260, 2017, [Online]. Available: https://www.researchgate.net/publication/334654833

V. Christanti Mawardi and E. Darmaja, “Logistic Regression Method for Sentiment Analysis Application on Google Playstore,” Int. J. Appl. Sci. Technol. Eng., vol. 1, no. 1, pp. 241–247, 2023, doi: 10.24912/ijaste.v1.i1.241-247.

A. Poornima and K. S. Priya, “A Comparative Sentiment Analysis of Sentence Embedding Using Machine Learning Techniques,” 2020 6th Int. Conf. Adv. Comput. Commun. Syst. ICACCS 2020, pp. 493–496, 2020, doi: 10.1109/ICACCS48705.2020.9074312.

A. De Caigny, K. Coussement, and K. W. De Bock, “A new hybrid classification algorithm for customer churn prediction based on logistic regression and decision trees,” Eur. J. Oper. Res., vol. 269, no. 2, pp. 760–772, 2018, doi: 10.1016/j.ejor.2018.02.009.

P. Lauren, G. Qu, J. Yang, P. Watta, G. Bin Huang, and A. Lendasse, “Generating Word Embeddings from an Extreme Learning Machine for Sentiment Analysis and Sequence Labeling Tasks,” Cognit. Comput., vol. 10, no. 4, pp. 625–638, 2018, doi: 10.1007/s12559-018-9548-y.




DOI: http://dx.doi.org/10.20527/klik.v11i1.655

Copyright (c) 2024 KLIK - KUMPULAN JURNAL ILMU KOMPUTER

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.

Indexed by:

  
 

 

Creative Commons License
This work is licensed under a Creative Commons Attribution 4.0 International License.joomla counter View My Stats