ANALISIS KOMENTAR PENGGUNA APLIKASI THREADS PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA MULTIVARIATE BERNOULLI



ADMOJO, MAULIDYA TASYA TRI (2025) ANALISIS KOMENTAR PENGGUNA APLIKASI THREADS PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA MULTIVARIATE BERNOULLI. Undergraduate thesis, Universitas Muhammadiyah Jember.

[thumbnail of 1. PENDAHULUAN.pdf] Text
1. PENDAHULUAN.pdf

Download (1MB)
[thumbnail of 2. ABSTRAK.pdf] Text
2. ABSTRAK.pdf

Download (1MB)
[thumbnail of 3. BAB I.pdf] Text
3. BAB I.pdf

Download (1MB)
[thumbnail of 4. BAB II.pdf] Text
4. BAB II.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of 5. BAB III.pdf] Text
5. BAB III.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of 6. BAB IV.pdf] Text
6. BAB IV.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of 7. BAB V.pdf] Text
7. BAB V.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy
[thumbnail of 8. DAFTAR PUSTAKA.pdf] Text
8. DAFTAR PUSTAKA.pdf

Download (1MB)
[thumbnail of 9. LAMPIRAN.pdf] Text
9. LAMPIRAN.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Kemajuan teknologi media sosial semakin pesat, baik di Indonesia maupun di seluruh dunia. Threads, sebuah platform baru yang diluncurkan oleh Instagram, telah menjadi sangat populer di kalangan pengguna. Threads mempunyai fitur yang
menyerupai Twitter dan memicu beragam pandangan dari penggunanya. Oleh karena itu, analisis sentimen pada komentar pengguna aplikasi ini menjadi penting untuk memahami persepsi publik. Penelitian ini menggunakan metode Multivariate Bernoulli untuk menganalisis sentimen komentar pengguna Threads di Google Playstore. Tujuan penelitian adalah untuk mengukur akurasi, presisi, dan recall dari
metode tersebut, serta menentukan jumlah sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa metode Multivariate Bernoulli memberikan performa yang sangat baik, dengan akurasi tertinggi mencapai 93,33% pada fold ke-10 langkah uji ke-8. Presisi tertinggi yang dicapai adalah 84,62%, sementara recall mencapai 100,00%. Penggunaan model yang paling akurat ini, analisis berhasil mengidentifikasi 38 data sebagai sentimen positif dan 22 data sebagai sentimen negatif. Temuan ini mengindikasikan bahwa metode Multivariate Bernoulli efektif untuk analisis sentimen pada platform media sosial seperti Threads, dengan tingkat akurasi yang tinggi dalam klasifikasi sentimen pengguna.

Contribution
Nama Dosen Pembimbing
NIDN/NIDK
Dosen Pembimbing
Oktavianto, Hardian
NIDN0722108105
Dosen Pembimbing
Fitriyah, Nur Qodariyah
NIDN0727097501

Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Algoritma Multivariate Bernoulli, Analisis Sentimen, Google Playstore, Threads
Subjects: 000 Computer Science, Information, & General Works
000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: Maulidya Tasya Tri Admojo | maulidyatasya96@gmail.com
Date Deposited: 29 Oct 2025 01:43
Last Modified: 29 Oct 2025 01:43
URI: http://repository.unmuhjember.ac.id/id/eprint/28588

Actions (login required)

View Item View Item