Analisis Sentimen Ulasan Penjualan UMKM Sosial Melalui Media  Dengan Crowdtangle masa Pandemi Covid19

Muhammat Rasid Ridho; Sasa Ani  Arnomo; Nofriani  Fajrah; Fifi Fifi

doi:10.58520/jddat.v2i2.35

Authors

Muhammat Rasid Ridho Universitas Putera Batam
Sasa Ani Arnomo Universitas Putera Batam
Nofriani Fajrah Universitas Putera Batam
Fifi Fifi Universitas Putera Batam

DOI:

https://doi.org/10.58520/jddat.v2i2.35

Keywords:

Analisis Sentimen, UMKM, Support Vector Machine

Abstract

Pada saat terjadi bencana Covid 19 ini banyak beberapa negara melakukan lockdown dan membuat peraturan untuk melakukan jaga jarak, sehingga menyebabkan pemanfaatan sosial media naik signifikan. Peneliti mempunyai rencana untuk melihat pengguna media sosial melakukan ulasan maupun komenter dalam melakukan proses jual beli. Baik komentar positif maupun negatif akan kita kumpulkan. Adapun tujuan penelitian ini adalah untuk mengetahui cara peneliti melakukan pengumpulan data ulasan dari pelanggan, untuk mengetahui respon konsumen terhadap produk yang dijual oleh UMKM melalui sosial media Facebook. Metode yang dipakai adalah Analisis Sentimen dimana suatu tahapan guna menjawab dan menentukan angka opini maupun sentimen yang ada pada sebuah keadaan atau object yang dapat berwujud tulisan dan bisa dibedakan dalam sentimen negatif, positif, atau netral. Adapun hasilnya dari melakukan analisis sentimen pada penjualan produk UMKM di Kota Batam dapat dilihat tingkat untuk akurasinya 91% serta 0,97 UAC menggunakan metode Support Vector Machine.

References

Afif, AS. Dkk (2021). Analisis Sentimen Kebijakan Pendidikan di Masa Pandemi COVID-19 dengan CrowdTangle di Instagram, Jurnal Automata. Vol 2, No 2 (2021)

Fitriana, Frizka (2021) Analisis Sentimen Opini Terhadap Vaksin Covid-19 pada Media Sosial Twitter Menggunakan Support Vector Machine dan Naive Bayes. Jurnal Komtika (Komputasi dan Informatika) Vol. 5 No. 1 2021

Harahap, Mawadah dkk, (2021). Analisis Sentimen Review Penjualan Produk Umkm Pada Kabupaten Nias Dengan Komparasi Algoritma Klasifikasi Machine Learning, METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi Akuntansi, Vol. 5 No. 2 (Oktober 2021)

Krisdiyanto, Taofik (2021). Analisis Sentimen Opini Masyarakat Indonesia Terhadap Kebijakan PPKM pada Media Sosial Twitter Menggunakan Naïve Bayes Clasifiers, Journal CorelT. Vol 7, No.1 2021

Samsir dkk (2021). Analisis Sentimen Pembelajaran Daring Pada Twitter di Masa Pandemi COVID-19 Menggunakan Metode Naïve Bayes. Jurnal Media Informatika Budidarma. Vol 5, Normor 1, 2021.

Yulita. Winda (2021) Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier. JDMSI Vol. 2. No.2 2021

Wandani, Aprilia (2021). Sentimen Analisis Pengguna Twitter pada Event Flash Sale Menggunakan Algoritma K-NN, Random Forest, dan Naive Bayes. Jurnal Sains Komputer & Informatika (J-SAKTI). Volume 5 Nomor 2, 2021

Abiodun, Oludare Isaac. dkk (2019), Comprehensive Review of Artificial Neural Network Applications to Pattern Recognition, IEEE Access Vol 7, 2019

Lubis, Arif Ridho (2020), Optimization of distance formula in K-Nearest Neighbor method. Bulletin of Electrical Engineering and Informatics. Vol. 9, No. 1, February 2020.

Muthukrishnan, Sivaprakash (2020), Support Vector Machine For Modelling And Simulation Of Heat Exchangers. Thermal Science Vol 24, No IB 2020.

Fan, Feng-Lei (2021). On Interpretability of Artificial Neural Networks: A Survey. IEEE Transactions On Radiation And Plasma Medical Sciences, Vol. 5, No. 6, Nov 2021 741

Kumbure, Mahinda Mailagaha (2020). A new fuzzy k-nearest neighbor classifier based on the Bonferroni mean. /Pattern Recognition Letters 140 172–178 (2020)

Cervantes, Jair (2019). A comprehensive survey on support vector machine classification: Applications, challenges and trends. Neurocomputing. Volume 408, 30 September 2020, Pages 189-215. 2020