Analisis Sentimen Terhadap Telkom Indihome Berdasarkan Opini Publik Menggunakan Metode Improved K-Nearest Neighbor

Indihome adalah salah satu produk layanan intenet terbaru dari PT. Telkom. Pengguna Indihome sampai saat ini mencapai 300 ribu pengguna. Banyaknya jumlah pengguna Indihome yang akan semakin bertambah, membuat PT. Telkom ingin menyediakan layanan berupa feedback penilaian produk Indihome agar dapat mengetahui respon dari konsumen terhadap produk Indihome. Sentimen publik bisa dijadikan sebagai indikator untuk melihat apakah layanan Indihome mendapat respon positif atau negatif. Banyak konsumen yang membahas tentang Indihome di media sosial khususnya twitter, baik dari kualitas layanan internet yang bagus ataupun sebaliknya. Sayangnya media sosial tidak mempunyai kemampuan untuk mengagregasi informasi mengenai suatu perbincangan yang ada menjadi sebuah kesimpulan.Salah satu cara untuk menarik kesimpulan dari hasil agregasi adalah menggunakan text mining. Karena salah satu fungsi dari text mining adalah untuk melakukan analisis sentimen. Improved K-Nearest Neighbor adalah salah satu algoritma yang bisa dimanfaatkan untuk implementasi pengklasifikasiannya. Proses penyelesaian algoritma Improved K Nearest Neighbor diawali dengan preprocessing yang terdiri dari Convert Emoticon, Cleansing, Case Folding, Convert Negation, Tokenizing, Filtering, dan Stemming. Proses selanjutnya pembobotan kata, kemudian pengkategorian yang terdiri dari penghitungan cosine similarity, perhitungan nilai k-values dan kalsifikasi sentimen berupa grafik. Analisis sentimen menggunakan algoritma Improved K-Nearest Neighbor memberikan hasil yang baik. Terbukti dari hasil pengujian menggunakan sample testing telah berhasil mengklasifikasi tweet dengan tepat. Proses preprocessing, data latih, dan penentuan k-values yang tepat sangat mempengaruhi hasil klasifikasi tersebut. Sehingga hasil dari analisis sentimen ini bisa dijadikan evaluasi dalam menentukan langkah bisnis selanjutnya atau perbaikan kualitas yang lebih baik.

Indihome is the latest internet service product of PT. Telkom. The Indihome users reach 300 thousand users until now. Since Indihome users are increasing excessively, PT. Telkom wants to provide the service in the form of product assessment feedback, in order to know the response of consumers to the Indihome. Public sentiment can be used as an indicator to see whether the Indihome service gets positive or negative response. Many consumers discusses Indihome in social media, especially twitter. They share about the quality and shortcoming of Internet service. Unfortunately, twitter does not have the ability to aggregate information derived from the conversation that leads to a conclusion. One of the ways to make a conclusion from the results of aggregation is using text mining, because one of the functions of text mining is to perform sentiment analysis. Improved K-Nearest Neighbor is one of algorithms that can be used for the implementation of classification. The resolution process of Improved K-Nearest Neighbor algorithm is started from preprocessing consisted of Convert emoticons, Cleansing, Case Folding, Convert negation, Tokenizing, Filtering, and Stemming. The next process is weighting word, then the categorization consisted of calculating the cosine similarity, k-value values and classifying the sentiment in the form of graphs.Sentiment analysis using Improved K-Nearest Neighbor algorithm provides good results. It is proved by the results of testing that have been successful to classify the tweet precisely. The process of preprocessing, training data, and the determination of the exact k-values greatly affect the results of the classification, so the result of this sentiment analysis can be used as an evaluation in determining the further business steps or the quality improvement.