ANALISIS SENTIMEN MASYARAKAT TERHADAP PELAYANAN BANK CENTRAL ASIA: TEXT MINING CUITAN SATPAM BCA PADA TWITTER

Search by :

ALL Author Subject ISBN/ISSN Advanced Search

Last search:

Text

ANALISIS SENTIMEN MASYARAKAT TERHADAP PELAYANAN BANK CENTRAL ASIA: TEXT MINING CUITAN SATPAM BCA PADA TWITTER

NUSANTARA, RIZALDY MUHAMMAD - Personal Name; SUBROTO, ATHOR - Personal Name;

Penelitian ini bertujuan untuk melakukan analisis sentiment pada layanan satpam BCA dengan menyelidiki respon masyarakat terhadap trendingnya topik satpam BCA di akhir tahun 2021 dengan kata kunci “Satpam BCA” dan mengulik kualitas layanan satpam BCA. Penelitian ini menggunakan Twitter API pada RStudio untuk mengumpulkan data serta text mining untuk melakukan analisis sentimen. Delapan perasaan dan dua sentimen tambahan digunakan dalam penelitian ini diantaranya adalah jijik, marah, antisipasi, gembira, takut, sedih, keterkejutan, sentimen positif dan negatif. Analisis sentimen dilakukan dengan text mining kemudian dilakukan klasifikasi dengan Naïve Bayes Classifier untuk dilakukan analisis prediktif dengan confusion matrix. Hasil analisis dari 1.115 data cuitan yang terkumpul adalah tiga perasaan dan sentimen yang paling banyak muncul dari data cuitan satpam BCA adalah positif, kepercayaan, dan gembira, yang menunjukkan kualitas petugas keamanan bank yang baik memiliki dampak yang baik juga terhadap persepsi masyarakat tentang bank. Analisis prediktif yang dilakukan menunjukkan prediksi yang akurat dalam memprediksi kualitas layanan topik satpam BCA. Penelitian ini baru dalam mengukur kualitas layanan dari analisis sentimen, khususnya dalam mengevaluasi kualitas layanan non-inti pada perbankan, dan memprediksi kualitas layanan dari data cuitan Twitter.

Availability

30007210 7210 RLC MM (Rak Tesis) Available

Detail Information

Series Title: Tesis
Statement of Responsibility: Rizaldy Muhammad Nusantara
Call Number: 7210
Publisher: Salemba, Jakarta : Magister Manajemen FEB UI., 2023
Collation: xi, 53 p. : ill. ; 30 cm.
Language: Indonesia
ISBN/ISSN: -
Classification: 650
Content Type: text
Edition: -
Subject(s): Tesis
Big Data
Manajemen Umum
Twitter
Text Mining
Service Quality
Sentiment Analysis
2023
Specific Detail Info: -

Other version/related

No other version available

File Attachment

No Data

Comments

You must be logged in to post a comment