Optimasi Metode Multinomial Naïve Bayes Dengan Menggunakan Metode Levenshtein Distance Pada Ulasan Aplikasi KAI Access

Fariz, Muhammad Ivan (2023) Optimasi Metode Multinomial Naïve Bayes Dengan Menggunakan Metode Levenshtein Distance Pada Ulasan Aplikasi KAI Access. Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text Pendahuluan.pdf Download (849kB)
	Text Abstrak.pdf Download (156kB)
	Text BAB1.pdf Download (374kB)
	Text BAB2.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB3.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB4.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text BAB5.pdf Restricted to Repository staff only Download (172kB) | Request a copy
	Text Daftar Pustaka.pdf Download (266kB)
	Text Lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

KAI Access merupakan aplikasi untuk mempermudah pengguna dalam mengakses layanan dan informasi terkait tiket perjalanan kereta api. KAI Access memiliki fitur ulasan beraneka ragam yang merupakan wadah bagi pengguna untuk memberikan feedback. Pada penelitian ini akan dilakukan analisis sentimen terhadap data ulasan KAI Access sejumlah 8713 data ulasan. Metode yang digunakan yaitu multinomial naïve bayes dan metode levenshtein distance. Dari kombinasi metode tersebut diharapkan dapat meningkatkan hasil klasifikasi. Seluruh data akan dilakukan pemodelan menggunakan metode K Fold Cross Validation dengan nilai k=2,3,4,5,6,7,8,9 dan 10. Berdasarkan hasil pengujian menggunakan multinomial naïve bayes diperoleh nilai tertinggi yaitu accuracy sebesar 92%, tingkat precision sebesar 60% dan tingkat recall sebesar 45%. Sedangkan kombinasi metode multinomial naïve bayes-levesnhtein distance mengalami peningkatan pada pengujian K-ke 9 yang awalnya menggunakan multinomial naïve bayes saja mendapatkan nilai accuracy 83%, precision 59% dan recall 44%, kemudian meningkat ketika menggunakan kombinasi metode levenshtein distance sebesar accuracy 84%, precision 60% dan recall 46%. Proses pengujian yang telah dilakukan dapat disimpulkan bahwa optimasi multinomial naïve bayes menggunakan levenshtein distance meningkatkan hasil accuracy, precision dan recall sebesar 1-2%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	KAI Access, Analisis Sentimen, Multinomial Naïve Bayes, Levenshtein Distance
Subjects:	500 Natural Science and Mathematics > 510 Mathematics > 518 Numerical Analysis
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Muhammad Ivan Fariz
Contributors:	Contribution Contributor Name NIDN/NIDK Thesis advisor Arifianto, Deni NIDN0718068103 Thesis advisor Rahayu, Yeni Dwi NIDN0716108602
Contact Email Address:	mivanfariz2001@gmail.com
Date Deposited:	15 Aug 2023 06:16
Last Modified:	15 Aug 2023 06:16
URI:	http://repository.unmuhjember.ac.id/id/eprint/19149

Actions (login required)

View Item