MACHRUS, IZUNNAHDI (2022) SENTIMEN ANALISIS PADA DATA ULASAN APLIKASI KAI ACCESS DI GOOGLE PLAYSTORE MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES. Undergraduate thesis, Universitas Muhammadiyah Jember.
There is a more recent version of this item available. |
Text
PENDAHULUAN Mahrus 2010651198.pdf Download (795kB) |
|
Text
ABSTRAK Mahrus 2010651198.pdf Download (250kB) |
|
Text
BAB I Mahrus 2010651198.pdf Download (411kB) |
|
Text
BAB II Mahrus 2010651198.pdf Restricted to Repository staff only Download (525kB) | Request a copy |
|
Text
BAB III Mahrus 2010651198.pdf Restricted to Repository staff only Download (502kB) | Request a copy |
|
Text
BAB IV Mahrus 2010651198.pdf Restricted to Repository staff only Download (611kB) | Request a copy |
|
Text
BAB V Mahrus 2010651198.pdf Restricted to Repository staff only Download (265kB) | Request a copy |
|
Text
DAFTAR PUSTAKA Mahrus 2010651198.pdf Download (311kB) |
|
Text
LAMPIRAN Mahrus 2010651198.pdf Restricted to Repository staff only Download (506kB) | Request a copy |
|
Text
ARTIKEL Mahrus 2010651198.pdf Download (635kB) |
Abstract
KAI Access sebagai wadah dalam melayani pembelian tiket kereta api secara online tak luput dari kekurangan serta kepuasan pelanggan. Ulasan yang diberikan pelanggan pada aplikasi KAI Access pun beragam. Penelitian ini berisikan analisis sentimen terhadap data ulasan yang telah ditulis pelanggan terhadap aplikasi KAI Access pada Google Play Store dengan total data penelitian sebanyak 7500 ulasan. Metode yang digunakan dalam analisis ini adalah Multinomial Naive Bayes. Pembagian data dilakukan dengan porsi 20% data uji dan 80% data latih. Pada pemodelan dilakukan pengujian silang menggunakan metode K Fold Cross Validation dengan nilai k = 2, 3, 4, 5, 6, 8 dan 10. Hasil pemodelan menunjukkan, fold 10 memiliki rata-rata akurasi terbaik dengan nilai 88.87%, rata-rata presisi dengan nilai 91.73%. dan rata-rata recall dengan nilai 84.60%. Pada pengujian data uji validasi diperoleh hasil akurasi 89%, presisi 92% dan recall 85%. Dari pengujian validasi menunjukkan peningkatan performa dari pemodelan yang dilakukan. Hal ini menunjukkan bahwa metode Multinomial Naive Bayes memiliki kelayakan yang baik untuk implementasi penelitian ini.
Item Type: | Thesis (Undergraduate) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Uncontrolled Keywords: | KAI Access, Sentimen, Klasifikasi, Multinomial Naive Bayes. | |||||||||
Subjects: | 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science | |||||||||
Divisions: | Faculty of Engineering > Department of Informatics Engineering (S1) | |||||||||
Department: | S1 Teknik Informatika | |||||||||
Depositing User: | machrus izunnahdi | |||||||||
Contributors: |
|
|||||||||
Contact Email Address: | machrusizunnahdi@gmail.com | |||||||||
Date Deposited: | 08 Aug 2022 01:37 | |||||||||
Last Modified: | 08 Aug 2022 01:37 | |||||||||
URI: | http://repository.unmuhjember.ac.id/id/eprint/14936 |
Available Versions of this Item
- SENTIMEN ANALISIS PADA DATA ULASAN APLIKASI KAI ACCESS DI GOOGLE PLAYSTORE MENGGUNAKAN METODE MULTINOMIAL NAIVE BAYES. (deposited 08 Aug 2022 01:37) [Currently Displayed]
Actions (login required)
View Item |