Preferensi Konsumen Terhadap Produk by.U dan MPWR dengan Analisis Sentimen Berbasis Multinomial Naive Bayes

Randika SP, Alta (2021) Preferensi Konsumen Terhadap Produk by.U dan MPWR dengan Analisis Sentimen Berbasis Multinomial Naive Bayes. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text 1. PENDAHULUAN.pdf Download (1MB)
	Text 2. ABSTRAK.pdf Download (465kB)
	Text 3. BAB I.pdf Download (600kB)
	Text 4. BAB II.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text 5. BAB III.pdf Restricted to Repository staff only Download (841kB) \| Request a copy
	Text 6. BAB IV.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text 7. BAB V.pdf Restricted to Repository staff only Download (363kB) \| Request a copy
	Text 9. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) \| Request a copy
	Text 8. DAFTAR PUSTAKA.pdf Download (492kB)
	Text 10. ARTIKEL JURNAL.pdf Download (828kB)

Abstract

Kebutuhan internet dibutuhkan untuk dapat mengakses informasi di era saat ini. Sehingga provider menjadi jawaban dari kebutuhan tersebut yaitu sebagai suatu wadah atau perusahaan yang menyediakan layanan jasa dalam mengakses internet. Provider terus meningkatkan produk yang akan mereka jual, salah satunya yaitu membuat provider serba digital. by.U adalah salah satu layanan provider yang baru sebagai penyedia layanan serba digital pertama di Indonesia yang diluncurkan Telkomsel, dan juga terdapat MPWR yang diluncurkan oleh Indosat. Untuk mengetahui preferensi konsumen antara provider by.U dan MPWR dibutukan dari opini pelanggan. Opini pelanggan bisa didapatkan dari sumber twitter, user twitter menuliskan berbagai opini tentang provider by.U dan MPWR. Selanjutnya tweet akan digolongkan ke dalam 4 aspek fitur harga, jaringan, produk dan layanan menggunakan algoritma Cosine Similarity. Dan selanjutnya data akan di analisis sentimen menggunakan metode Multinomial Naïve Bayes untuk dicari tingkat akurasi,presisi dan recall terbaiknya. Hasil akurasi terbaik pada dataset by.U 82 %, 85.71 % untuk presisi dan recall sebesar 75%. Sedangkan untuk dataset MPWR memiliki nilai akurasi terbaik sebesar 87.50 %, presisi 90.91 % dan untuk recall sebesar 90.91 %.

Item Type:

Thesis (Undergraduate)

Uncontrolled Keywords:

Twitter, Analisis Sentimen, Cosine Similarity, Multinomial Bayes

Subjects:

000 Computer Science, Information, & General Works

Divisions:

Faculty of Engineering > Department of Informatics Engineering (S1)

Department:

S1 Teknik Informatika

Depositing User:

Alta Randika Setiawan Pratama