Pembangunan Sistem Analisis Sentimen Berbasis Aspek Pada Layanan Trans Padang Berdasarkan Komentar Pengguna Instagram menggunakan Algoritma Random Forest Classifier dan Gibbs Sampling Dirichlet Multinomial Mixture

Latifatuzikra, Suhairi (2024) Pembangunan Sistem Analisis Sentimen Berbasis Aspek Pada Layanan Trans Padang Berdasarkan Komentar Pengguna Instagram menggunakan Algoritma Random Forest Classifier dan Gibbs Sampling Dirichlet Multinomial Mixture. Diploma thesis, Universitas Andalas.

	Text (Cover dan Abstrak) 1911522005_Latifatuzikra Suhairi_Cover & Abstrak.pdf - Published Version Download (38kB)
	Text (BAB I Pendahuluan) 1911522005_Latifatuzikra Suhairi_BAB I.pdf - Published Version Download (116kB)
	Text (BAB VI Penutup) 1911522005_Latifatuzikra Suhairi_BAB VI.pdf - Published Version Download (35kB)
	Text (Daftar Pustaka) 1911522005_Latifatuzikra Suhairi_Daftar Pustaka.pdf - Published Version Download (175kB)
	Text (Tugas Akhir Full Text) 1911522005_Latifatuzikra Suhairi_Full.pdf - Published Version Restricted to Repository staff only Download (10MB) | Request a copy

Abstract

Trans Padang merupakan angkutan dalam Kota Padang berbasis Bus Rapid Transit (BRT) yang saat ini telah melayani total enam jalur koridor, setelah diresmikannya dua koridor pada tanggal 12 Desember 2023. Penambahan koridor menimbulkan berbagai respon atau opini pengguna terhadap layanan Trans Padang yang ada saat ini. Berbagai komentar atau opini yang timbul seringkali disampaikan melalui media sosial, salah satunya adalah Instagram. Namun, opini yang disampaikan pengguna di Instagram belum dikelola dengan baik. Padahal, opini tersebut berguna bagi pihak pengelola Trans Padang, yakni Perumda Sejahtera Mandiri, untuk memahami sentimen dan topik-topik yang dibahas pengguna layanan sebagai bahan evaluasi agar terus dapat meningkatkan pelayanan Trans Padang kedepannya. Dalam memahami sentimen dan topik-topik yang dibahas pengguna layanan Trans Padang tersebut, diperlukan pembangunan sebuah sistem analisis sentimen berbasis aspek. Analisis sentimen berbasis aspek dibangun menggunakan tiga model yaitu model klasifikasi opini dan non opini, topic modelling, dan klasifikasi sentimen. Model klasifikasi opini dan non opini dibangun dengan algoritma Random Forest Classifier (RFC), dengan akurasi model 81,49%. Topic modelling dibangun menggunakan algoritma Gibbs Sampling Dirichlet Multinomial Mixture (GSDMM) dengan coherence score 0,55 dan model klasifikasi sentimen dengan akurasi 84,03% menggunakan algoritma Random Forest Classifier. Ketiga model ini diintegrasikan dalam sebuah aplikasi web sistem analisis sentimen berbasis aspek yang dapat mengelola data komentar dan menyajikan dashboard analisis sentimen berbasis aspek. Hasil dari penelitian ini adalah sebuah sistem analisis sentimen berbasis aspek pada layanan Trans Padang yang dapat membantu Perumda Sejahtera Mandiri dalam proses pengambilan keputusan terkait peningkatan layanan Trans Padang di masa mendatang.

Actions (login required)

View Item