PERBANDINGAN METODE NAIVE BAYES, KNN DAN DECISION TREE TERHADAP ANALISIS SENTIMEN TRANSPORTASI KRL COMMUTER LINE

Abstract

Kondisi lalulintas di kota Jakarta yang begitu padat seperti keadaan macet dijalan raya semakin meningkat terlebih dengan adanya kendaraan pribadi yang semakin banyak. Permasalahan hal ini membuat para warga yang hendak bekerja dan berpergian kemanapun memerlukan sarana transportasi yang lebih nyaman dan cepat untuk sampai ke tempat tujuan. Oleh karena itu dalam penelitian ini melakukan analisis sentimen terhadap pengguna KRL Commuter Line Jabodetabek pada data sosial media twitter diambil data secara random sebanyak 127 data sehingga diproses melalui beberapa tahap salah satunya menghindari data yang rangkap. Pada penelitian ini menggunakan metode Naive Bayes Classifier, KNN dan Desicion Tree dengan beberapa tahapan yaitu Convert Emoticon, Cleansing, Case Folding, Tokenizing, Stemming. Adapun hasil uji coba menunjukkan bahwa memiliki perbedaan pada metode Naive Bayes akurasi sebesar 80%, precision 66,67%, sensitivity 100%, specificity 66,67%. Pada metode KNN akurasi sebesar 80%, precision 100%, sensitivity 50%, specificity 100% dan pada metode Decision Tree akurasi sebesar 100%, precision 100%, sensitivity 100%, specificity 100%.