Sentiment Analysis of Electric Vehicles on Twitter Using Machine Learning

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna Twitter terhadap kendaraan listrik menggunakan teknik pembelajaran mesin. Data dikumpulkan dari Twitter dengan menggunakan kata kunci terkait kendaraan listrik. Data yang diperoleh diolah melalui beberapa tahap seperti pembersihan data, tokenisasi, dan stemming. Selanjutnya, data dianalisis menggunakan tiga algoritma pembelajaran mesin: Support Vector Machine (SVM), Naive Bayes Classifier (NBC), dan Random Forest. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan akurasi terbaik dalam mengklasifikasikan sentimen pengguna. Berdasarkan analisis diagram tulang ikan, ditemukan bahwa sentimen negatif pengguna terutama disebabkan oleh delapan faktor utama: baterai, infrastruktur pengisian daya, biaya awal, jangkauan, dukungan kebijakan, kinerja, variasi model, dan keandalan. Temuan ini diharapkan dapat memberikan wawasan bagi produsen kendaraan listrik untuk meningkatkan kualitas produk dan kepuasan pelanggan.