NURUL, AULA (2023) ANALISIS SENTIMEN REVIEW CUSTOMER TERHADAP PERUSAHAAN EKSPEDISI JNE, J&T EXPRESS DAN POS INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (29kB)
	Text Abstrak.pdf Download (104kB)
	Text Bab l.pdf Download (171kB)
	Text Daftar Pustaka.pdf Download (233kB)

Abstract

Kepuasan customer adalah masalah yang harus diamati pada sebuah perusahaan, karena customer adalah alasan mengapa suatu perusahaan masih berdiri dan sukses. Perusahaan ekspedisi JNE, J&T, dan Pos Indonesia mempunyai akun twitter layanan customer yaitu @Jnecare, @J&texpressid dan @Posindonesia. Akun ini digunakan untuk layanan customer secara online yang disediakan untuk menyampaikan pendapat, kritik, saran atau keluhan pelanggan. Agar dapat mengolah komentar yang banyak tentu membutuhkan waktu yang lebih besar jika hanya dilakukan secara sederhana. Penelitian ini bertujuan untuk menganalisis sentimen perusahaan ekpedisi mana yang lebih unggul dari beberapa layanan jasa ekspedisi, metode yang akan digunakan yaitu metode Support Vector Machine (SVM). Berdasarkan hasil penelitian diperoleh performa tertinggi yaitu pada ekpedisi J&T Express menggunakan algoritma Support Vector Machine menghasikan accuracy sebesar 85%, precision sebesar 59.35%, recall sebesar 58.67%, dan f1-score sebesar 58.01% selanjutnya pada ekpedisi JNE menghasikan accuracy sebesar 82.29%, precision sebesar 54.54%, recall sebesar 55.83%, dan f1-score sebesar 54.97% sedangkan pada Pos Indonesia menghasikan accuracy sebesar 77.78%, precision sebesar 35.9%, recall sebesar 58.67%, dan f1-score sebesar 33.85%. Dari hasil perbandingan ketiga jasa ekspedisi tersebut terbukti bahwa algoritma SVM mampu menghasilkan performa yang tinggi karena tidak memiliki satupun nilai yang tidak wajar baik pada performa accuracy, precision, recall dan F1-Score. Kata kunci: Sentimen, customer, ekspedisi, SV

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Yolinda Cesilia
Date Deposited:	22 Nov 2023 04:12
Last Modified:	22 Nov 2023 04:12
URI:	https://rama.unimal.ac.id/id/eprint/184

Actions (login required)

View Item