Analisis Sentimen Complain dan Bukan Complain pada Twitter Telkomsel dengan SMOTE dan Naïve Bayes

Analisis ini bertujuan untuk mengetahui sentimen publik terhadap Telkomsel yang diposting di twitter Indonesia, menjadikan riset pasar tentang opini sangat berguna. Dataset diambil dari media sosial Twitter dalam query bahasa Indonesia dengan metode crawling menggunakan aplikasi RapidMiner dan hasil data set tersebut terdapat 1000 tweet sentiment komplain bukan komplain. Maka akan dilakukan preprocessing SMOTE Upsampling Naivebayes serta beberapa filtering seperti transform case, tokenize, filter tokenize (by length) stemming stopword sehingga dapat tinggal kata-kata terjadi keseimbangan pada dataset. Dapat disimpulkan bahwa klasifikasi antara complain sebanyak 581. Dimana tingkat accuracy penilaian 81,58%, precision 86,82% recall sebesar 74,87 AUC dihasilkan 0.803.