ANALISIS SENTIMEN KELUHAN PELANGGAN PLN MENGGUNAKAN ALGORITMA NAÏVE BAYES UNTUK MENINGKATKAN KINERJA PELAYANAN

Abstract

Perkembangan teknologi informasi telah mengubah pola komunikasi masyarakat dalam menyampaikan keluhan terhadap layanan publik, termasuk layanan PT Perusahaan Listrik Negara (PLN), melalui media sosial X (Twitter). Banyaknya volume data opini teks yang tidak terstruktur menyebabkan proses evaluasi manual menjadi tidak efektif dan membutuhkan waktu lama. Penelitian ini bertujuan untuk membangun model analisis sentimen otomatis menggunakan algoritma Naïve Bayes untuk mengklasifikasikan keluhan pelanggan PLN ke dalam kategori sentimen positif dan negatif. Metode penelitian yang digunakan adalah pendekatan kuantitatif dengan tahapan Natural Language Processing (NLP) yang meliputi scraping data dari platform X, diikuti dengan proses text preprocessing seperti cleaning, case folding, normalisasi kata, tokenizing, stopword removal, dan stemming. Algoritma Naïve Bayes diterapkan untuk menghitung probabilitas klasifikasi berdasarkan fitur teks yang telah diekstraksi. Sistem ini diimplementasikan menggunakan lingkungan pengembangan Google Colab dan bahasa pemrograman Python. Hasil penelitian ini diharapkan dapat memberikan gambaran terstruktur mengenai persepsi pelanggan dan mengidentifikasi faktor pelayanan yang paling sering menimbulkan keluhan sebagai bahan evaluasi kinerja PT PLN. Kinerja model dievaluasi menggunakan confusion matrix dengan metrik akurasi, precision, recall, dan F1-score untuk memastikan tingkat keandalan algoritma dalam melakukan klasifikasi sentimen secara otomatis.