Analisis Sentimen Pelanggan Fore Coffee di Twitter dengan IndoBERTweet: Perbandingan Kinerja dengan Model Klasik

Mathian Lomar, Ezra (2025) Analisis Sentimen Pelanggan Fore Coffee di Twitter dengan IndoBERTweet: Perbandingan Kinerja dengan Model Klasik. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (203kB)
	PDF BAB_II.pdf Download (328kB)
	PDF BAB_III.pdf Download (289kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (2MB)
	PDF BAB_V.pdf Download (187kB)
	PDF DAFTAR_PUSTAKA.pdf Download (156kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (490kB)

Abstract

Perkembangan media sosial seperti Twitter telah memberikan wadah bagi pelanggan untuk menyampaikan opini dan pengalaman mereka terhadap suatu produk atau layanan secara terbuka. Informasi tersebut dapat dimanfaatkan oleh perusahaan untuk mengetahui persepsi pelanggan terhadap mereknya melalui analisis sentimen. Fore Coffee sebagai salah satu merek kopi lokal Indonesia juga banyak menerima ulasan dari pengguna Twitter, namun data yang bersifat tidak terstruktur dan menggunakan bahasa informal memerlukan pendekatan analisis berbasis machine learning dan deep learning. Oleh karena itu, penelitian ini bertujuan untuk membandingkan kinerja beberapa algoritma dalam melakukan analisis sentimen terhadap ulasan pelanggan Fore Coffee di Twitter. Data dikumpulkan menggunakan tweet-harvest sebanyak 10.426 tweet dan melalui tahapan preprocessing seperti case folding, cleansing, stopword removal, dan stemming. Pelabelan sentimen dilakukan secara otomatis menggunakan metode keyword-based lexicon. Penelitian ini menggunakan metode CRISP- DM hingga tahap evaluation dengan menerapkan empat algoritma, yaitu Naïve Bayes, Logistic Regression, Support Vector Machine (SVM), dan IndoBERTweet. Hasil penelitian menunjukkan bahwa IndoBERTweet memberikan hasil terbaik dengan akurasi 91,46% dan F1-macro 0,88, melampaui model klasik seperti SVM (87,58%), Logistic Regression (86,05%), dan Naïve Bayes (80,68%). Analisis sentimen menunjukkan bahwa ulasan pelanggan Fore Coffee di Twitter didominasi oleh sentimen positif sebesar 58,24%, diikuti netral 24,93%, dan negatif 16,83%. Dengan demikian, IndoBERTweet terbukti paling efektif untuk analisis sentimen berbahasa Indonesia di Twitter dan menunjukkan citra positif pelanggan terhadap Fore Coffee di media sosial.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Mathian Lomar, Ezra (00000059178)
Contributors:	Irmawati, Irmawati
Keywords:	Analisis Sentimen, Machine Learning, IndoBERTweet, Fore Coffee, Twitter
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware > 004.2 Systems Analysis and Design, Information Architecture, Performance Evaluation
Divisions:	Faculty of Engineering & Informatics > Information System
Date Deposited:	04 Feb 2026 08:03
URI:	https://kc.umn.ac.id/id/eprint/44565

Actions (login required)

View Item