ANALISIS SENTIMEN PENGGUNA TERHADAP KINERJA SISTEM TRANSPORTASI UMUM JAKARTA MENGGUNAKAN ALGORITMA NAÏVE BAYES

Ahmad Rizal Dzikrillah; Muhammad Imam Santoso;

Analisis Sentimen Pengguna Terhadap Kinerja Sistem
Transportasi Umum Jakarta Menggunakan Algoritma Naive

Bayes

Muhammad Imam Santoso, Ahmad Rizal Dzikrillah

Pada masa lalu, sistem transportasi umum di Jakarta didominasi oleh operator swasta atau perorangan,
termasuk bus, angkot, dan taksi. Namun, terjadi berbagai tantangan seperti kurangnya koordinasi, kualitas
layanan yang tidak konsisten, masalah keamanan, dan cakupan wilayah yang tidak memadai. Untuk
meningkatkan kualitas dan ketersediaan transportasi umum, pemerintah daerah atau nasional telah melakukan
intervensi, seperti mengambil alih layanan transportasi umum atau memberlakukan regulasi ketat pada operator
swasta. Investasi besar telah dilakukan dalam mengembangkan moda transportasi umum seperti TransJakarta,
KRL Commuter Line, MRT, Jaklingko, dan layanan angkutan umum lainnya. Penelitian ini bertujuan untuk
menganalisa manfaat dari Transportasi Umum yang sudah banyak diambil alih oleh pemerintah supaya dapat
meminimalisir kekurangan yang ada. Penelitian ini berfokus pada analisis perbedaan pendapat yang tersebar di
berbagai platform media social. Penelitian ini menggunakan algoritma Naive Bayes untuk menganalisis
sentiment netizen terkait Transportasi Umum di Jakarta. Data yang di dapatkan dari media social seperti
youtube dan X. Terdapat data yang nantinya akan digunakan pada penelitian ini dengan jumlah 987 data.
Kemudian, terdapat 612 data positif dan 375 data negatif. Setelah dilakukan riset, maka akan diperoleh hasil
dengan akurasi 94.22%. Kemudian dari analisis ini terdapat variasi sentiment yang cukup signifikan di antara
netizen terkait Transportasi Umum di Jakarta. Beberapa kelompok netizen sudah bisa merasakan hasil yang
positif dari terintegrasinya Transportasi Umum saat ini. Namun juga masih ada kekurangan dalam eksekusinya.
Analisis juga mengidentifikasi faktor-faktor kunci yang mempengaruhi perbedaan pendapat, seperti daerah
pengguna, tidak meratanya supir dengan pribadi yang bagus, dan juga ekonomi masyarakat. Dari akan itu,
dalam penelitian ini berkontribusi dalam bidan analisis sentiment dan pengolahan Bahasa alami yang
menerapkan prosedur pemecahan sehingga dapat di klasifikasikan pada data komentar netizen di berbagai
platform. Hasil penelitian ini menunjukkan bahwa algoritma Naïve Bayes dapat digunakan untuk
mengklasifikasikan sentimen komentar netizen Transportasi Umum di daerah Jakarta ini dengan tingkat akurasi
yang cukup tinggi. Hasil ini dapat berguna pemerintah dan warga Jakarta juga dalam mencari solusi untuk
masalah ini. Dengan demikian, penelitian ini dapat menjadi dasar bagi pemahaman yang lebih menyeluruh
terkait respons pemerintah terdahap isu Transportasi Umum di Jakarta
Kata kunci: Analisis Sentimen; Algoritma Naïve Bayes; Transportasi Umum; Transjakarta; Jaklingko; Rapid
Miner
Sentiment Analysis of User Perception on Public Transportation Performance in

Jakarta Using Naive Bayes Algorithm
Muhammad Imam Santoso, Ahmad Rizal Dzikrillah

This study uses the Naive Bayes algorithm to analyze netizen sentiment regarding public transportation in
Jakarta. In the past, Jakarta's public transportation system was dominated by private operators, including
buses, angkot (minibuses), and taxis. However, various challenges arose, such as lack of coordination,
inconsistent service quality, safety issues, and inadequate coverage. To improve the quality and availability of
public transportation, local or national governments have intervened by taking over public transportation
services or imposing stricter regulations on private operators. Significant investments have been made in
developing public transportation modes such as TransJakarta (bus rapid transit), KRL Commuter Line (electric
train), MRT (Mass Rapid Transit), Jaklingko, and other public transport services. This study aims to analyze
the benefits of public transportation, which has largely been taken over by the government, to minimize existing
shortcomings. The research focuses on analyzing the differing opinions spread across various social media
platforms. Data was collected from social media platforms such as YouTube and X. A total of 987 data points
were used in this study, with 612 positive and 375 negative data points. After conducting the research, an
accuracy of 94.22% was achieved. The analysis revealed significant variations in sentiment among netizens
regarding public transportation in Jakarta. Some groups of netizens have begun to feel positive effects from