Tesis
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.
| Call Number | Location | Available |
|---|---|---|
| T 487/23 | PSB lt.2 - Karya Akhir | 1 |
| Penerbit | Jakarta: Program Studi Magister Manajemen, Fakultas Ekonomi dan Bisnis, Universitas Indonesia 2023 |
|---|---|
| Edisi | - |
| Subjek | Twitter Service quality Sentiment Analysis text mining |
| ISBN/ISSN | - |
| Klasifikasi | NONE |
| Deskripsi Fisik | xi, 49 p. ; 30 cm |
| Info Detail Spesifik | Tesis |
| Other Version/Related | Tidak tersedia versi lain |
| Lampiran Berkas | Tidak Ada Data |