Analisis Sentimen Kosumen KFC Berdasarkan Pendekatan Naive Bayes dan Ada Boost Berbasis Data Twitter

Abstract

Analisis sentimen atau Sentimen analysis dalam bahasa Indonesia adalah teknik atau metode yang digunakan untuk identifikasi bagaimana perasaan diungkapkan melalui teks dan bagaimana Perasaan ini dapat diklasifikasikan sebagai positif atau negatif . Salah satu perusahaan makanan cepat saji yang sering mendapatkan sentimen analisis yaitu KFC ( Kentucky Fried Chicken ). Untuk melihat sentimen analisis penelitian ini mengambil sumber data dari salah satu media sosial Twitter. Pada penelitian ini juga digunakan metode Naive Bayes dan Ada Boost yang bertujuan untuk mengklasifikasikan data dan meningkatkan tingkat akurasi dari metode klasifikasi. Hasil penelitian ini menunjukan metode Naive Bayes tanpa menambahkan fitur Smote unsampling dan Stemming menghasilkan nilai akurasi sebesar 53,28%, sementara jika ditambahkan fitur Smote unsampling menghasilkan nilai akurasi sebesar 76,23% dan ditambahkan fitur Stemming menghasilkan nilai akurasi sebesar 73,04%. Penelitian ini bertujuan untuk menganalisis sentimen konsumen terhadap restoran cepat saji KFC menggunakan pendekatan Naive Bayes dan AdaBoost berbasis data dari platform Twitter. Data diambil dari percakapan dan ulasan pengguna Twitter terkait KFC dalam kurun waktu tertentu. Metode Naive Bayes dan AdaBoost digunakan untuk mengklasifikasikan sentimen konsumen menjadi tiga kategori, yaitu positif, negatif, dan netral. Hasil analisis sentimen kemudian dievaluasi untuk menilai tingkat kepuasan dan persepsi konsumen terhadap KFC. Penelitian ini dapat memberikan informasi berharga bagi manajemen KFC untuk meningkatkan kualitas pelayanan dan produk mereka berdasarkan umpan balik konsumen.