Perbandingan Analisis Sentimen Mengenai BPJS pada Media Sosial Twitter Menggunakan Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM)

Abstract

Seiring dengan perkembangan teknologi, masyarakat saat ini dapat mengungkapkan perasaan, pendapat, atau pandangannya kepada publik melalui jejaring sosial. Salah satu media sosial terpopuler saat ini adalah Twitter yang diluncurkan oleh Jack Dorsey pada tanggal 15 Juli 2006. Media sosial ini merupakan salah satu media sosial utama yang digunakan masyarakat Indonesia untuk memberikan opini kepada pengguna internet. Karena jumlah pengguna Twitter yang cukup besar, hal ini sering digunakan oleh pemerintah, pelaku bisnis, maupun masyarakat untuk melihat pendapat pengguna tentang suatu produk atau layanan. Karena sebagian besar masyarakat Indonesia menggunakan BPJS, maka hal ini menyebabkan banyak pengguna media sosial seperti Twitter mengunggah ulasan mereka terkait kinerja BPJS. Hal ini dikarenakan hasil penelitian diperoleh langsung dari opini publik atas apa yang mereka alami, maka hasil tersebut dapat digunakan sebagai pengoptimalisasian program kerja, dan peningkatan kualitas pelayanan bagi perusahaan tersebut. Penelitian ini menggunakan dua metode untuk membandingkan tingkat akurasi antara metode Naïve Bayes Classifier dan Support Vector Machine menggunakan data Twitter berupa tweet umum mengenai kinerja BPJS dengan kata kunci “BPJS”, “Badan Penyelenggara Jaminan Sosial”, “Klaim” sejak Januari 2019 sampai Desember 2021. Hasil penelitian menunjukkan bahwa metode Support Vector Machine Kernel RBF dengan parameter C = 1000 dan γ = 100 memiliki performa ketepatan klasifikasi yang paling baik dibanding Naïve Bayes Classifier dan Support Vector Machine Kernel Linear. Dengan hasil rata-rata ketepatan klasifikasi SVM Kernel RBF, SVM Kernel Linear, dan Naïve Bayes Classifier masing-masing sebesar 97,1%, 92,5%, dan 86,7%.

CC Licencing

Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).