ANALISIS SENTIMEN PADA PELAYANAN JARINGAN INTERNET INDIHOME DENGAN METODE MULTINOMIAL NAÏVE BAYES MASA PANDEMI COVID-19



Reddy, Dion (2022) ANALISIS SENTIMEN PADA PELAYANAN JARINGAN INTERNET INDIHOME DENGAN METODE MULTINOMIAL NAÏVE BAYES MASA PANDEMI COVID-19. Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of a. Pendahuluan.pdf] Text
a. Pendahuluan.pdf

Download (1MB)
[thumbnail of b. Abstrak.pdf] Text
b. Abstrak.pdf

Download (513kB)
[thumbnail of c. Bab I.pdf] Text
c. Bab I.pdf

Download (1MB)
[thumbnail of d. Bab II.pdf] Text
d. Bab II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of e. Bab III.pdf] Text
e. Bab III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of f. Bab IV.pdf] Text
f. Bab IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of g. Bab V.pdf] Text
g. Bab V.pdf
Restricted to Repository staff only

Download (863kB) | Request a copy
[thumbnail of h. Daftar Pustaka.pdf] Text
h. Daftar Pustaka.pdf

Download (629kB)
[thumbnail of i. Lampiran.pdf] Text
i. Lampiran.pdf

Download (699kB)

Abstract

Pada saat pandemi Internet sangat dibutuhkan masyarakat karena semua pekerjaan
dilakukan dirumah aja. Salah satu pelayanan jaringan internet di Indonesia adalah
Indihome. Pengguna Indihome pun semakin banyak dengan imbasnya pandemi
covid-19. Dengan semakin bertambahnya pengguna maka, banyak pula yang
berkomentar tentang pelayanan internet di salah satu platform sosial media seperti
Facebook. Penelitian ini bertujuan melakukan analisis sentimen pada komentar
Facebook yang diambil dari fanspage Indihome. Menganalisis sentimen komentar
masyarakat dengan klasifikasi metode Naïve Bayes. Dataset yang diambil
menggunakan aplikasi facepager berjumlah total 854 data yang diambil pada saat
masa pandemi. Kemudian dilabelin manual oleh pakar Bahasa dan dilakukan proses
Text Mining. Sentimen pada dataset mempunyai 3 kelas yaitu Positif, Negatif, dan
Netral. Tools yang digunakan untuk menghitung Naïve Bayes adalah Python.
Mengklasifikasi dengan metode Naïve Bayes di prediksi menggunakan 4 Skenario
dengan total 21 Akurasi. Dari 21 kali percobaan menghasilkan akurasi tertinggi
menggunakan 10 fold iterasi 8 dengan Nilai sebesar 85.8%. Dari hasil uji coba dapat
disimpulkan bahwa rata-rata tingkat akurasi cenderung meningkat dengan
bertambahnya data training.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Arifianto, Deni
nidn0718068103
Dosen Pembimbing
Lusiana, Dewi
nidn0712086703

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Naïve Bayes, Covid-19, Indihome, Analisis Sentimen, Komentar Facebook.
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Dion Reddy | dionreddys@gmail.com
Date Deposited: 24 Feb 2022 01:16
Last Modified: 24 Feb 2022 01:16
URI: http://repository.unmuhjember.ac.id/id/eprint/13193

Actions (login required)

View Item View Item