ANALISIS SENTIMEN OPINI PENGGUNA X(TWITTER) TERHADAP LAYANAN GOJEKMENGGUNAKAN NAÏVE BAYES, SUPPORT VECTORMACHINE (SVM), DAN RANDOMFOREST

Perkembangan teknologi digital dan popularitas media sosial, seperti X (Twitter), telah memberikan wadah bagi masyarakat untuk menyampaikan opini mengenai berbagai layanan, termasuk Gojek sebagai pemimpin industri transportasi daring di Indonesia. Penelitian ini bertujuan untuk mengetahui distribusi dan kecenderungan sentimen pengguna terhadap layanan Gojek di platform X, mengidentifikasi faktor utama yang memengaruhi opini publik, dan membandingkan performa tiga metode klasifikasi, Naïve Bayes, Support Vector Machine (SVM), dan Random Forest, dalam menganalisis sentimen, serta memberikan rekomendasi strategis berdasarkan hasil analisis. Data dikumpulkan melalui crawling tweet berbahasa Indonesia selama bulan Januari hingga April 2025, kemudian diproses melalui tahapan preprocessing seperti pembersihan teks, normalisasi, tokenisasi, penghapusan stopwords, dan stemming. Fitur diekstraksi menggunakan TF-IDF dan sentimen diberi label secara manual. Hasil evaluasi menunjukkan bahwa Naïve Bayes unggul dengan akurasi 75,09% dan F1-score 74,63%, diikuti oleh SVM dan Random Forest. Faktor negatif mencakup error aplikasi, kinerja driver, dan layanan pelanggan yang tidak responsif, sedangkan faktor positif dipengaruhi oleh kecepatan layanan dan kualitas driver. Kesimpulan dari penelitian ini adalah distribusi sentimen pengguna menunjukkan dominasi opini netral dan negatif, faktor teknis dan layanan pelanggan berperan signifikan dalam persepsi negatif, Naïve Bayes merupakan metode paling efektif dalam klasifikasi sentimen Gojek, dan analisis sentimen berbasis machine learning dapat digunakan untuk peningkatan layanan Gojek.

Kata kunci : Analisis Sentimen, Gojek, Naïve Bayes, SVM, Random Forest