Record Detail

Pembimbing :M Isnin Faried--Banyak pelajar, mahasiswa maupun pekerja pergi ke Perpustakaan
Nasional (Perpusnas) untuk bekerja, mengerjakan tugas, mencari referensi hingga
bersantai atau mencari ketenangan di Perpusnas. Penelitian kali ini menganalisis
sentimen masyarakat terhadap perpustakaan nasional mengenai fasilitas,
kelengkapan buku baik fisik maupun digital, kenyamanan, dan pelayanan dari
para petugas. Opini dapat bermakna sentimen. Analisis sentimen dapat membantu
memberikan sudut pandang terkait persepsi publik dengan mengklasifikasikan
jenis ulasan ke dalam kategori positif dan negatif. Seperti ulasan terhadap
Perpusnas, tempat untuk wisata dan rekreasi dari berbagai kalangan yang
disediakan oleh pemerintah negara. Tempat ini sangat populer dan banyak
dikunjungi karena Perpusnas menyediakan berbagai fasilitas dan kenyamanan.
Oleh sebab itu tempat ini begitu ramai dan muncul berbagai pendapat dari setiap
pengunjung yang datang berkunjung terlebih pengunjung yang mengulasnya pada
Google Maps Review atas pendapat dan pengalaman pengulas setelah berkunjung.
Penelitian ini mengandalkan ulasan yang ada dan dimasukkan kedalam dataset
yang akan digunakan lalu mengolahnya menggunakan metode algoritma Naive
Bayes karena metode ini terkenal dengan popularitas penggunaan, efisiensi, dan
tingkat akurasi yang paling baik dari metode algorima lainnya. Tujuan dari
penelitian ini adalah mendapatkan hasil sentimen publik terhadap Perpusnas.
Penulis membagi dataset 80% untuk training data dan 20% untuk testing data.
Hasil Accuracy yang didapatkan sebesar 81% dan yang tidak akurat memiliki
persentase sebesar 19%, hasil klasifikasi yang didapatkan adalah 72,8% memiliki
pendapat positif dan 27,2% memiliki pendapat negatif dari ulasan publik terhadap
Perpusnas. Dapat disimpulkan bahwa sentimen publik terhadap Perpusnas lebih
banyak yang positif dibandingkan yang negatif dan algoritma Naive Bayes cukup
baik dalam melakukan analisis sentimen pada ulasan terhadap Perpusnas pada
Google Maps Review.