Analisis Sentimen pada media sosial Twitter Terhadap Aplikasi Maxim Menggunakan Metode Naïve Bayes Classifier

Abstract

Maxim merupakan salah satu aplikasi transportasi online yang berkembang pesat di Indonesia dan dikenal
memiliki tarif yang lebih rendah dibandingkan kompetitornya. Namun, layanan ini tidak lepas dari berbagai
opini, baik positif, negatif, maupun netral yang disampaikan pengguna di media sosial, khususnya Twitter.
Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap aplikasi Maxim dengan
memanfaatkan teknik text mining dan algoritma Naïve Bayes Classifier. Data diambil dari unggahan
pengguna Twitter yang sesuai dengan kriteria purposive sampling. Data yang diperoleh kemudian melalui
tahapan preprocessing teks, ekstraksi fitur menggunakan TF-IDF, dan klasifikasi sentimen. Hasil penelitian
menunjukkan distribusi sentimen pengguna terhadap Maxim. Evaluasi model menunjukkan tingkat akurasi
tertentu. Dengan demikian, penelitian ini memberikan gambaran umum mengenai persepsi masyarakat
terhadap aplikasi Maxim yang dapat menjadi bahan evaluasi dan pengembangan layanan perusahaan