PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN K-NN DALAM ANALISIS SENTIMEN ULASAN APLIKASI SIP DISDUKCAPIL JEMBER


DWIKURNIAWAN, SANDI (2025) PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN K-NN DALAM ANALISIS SENTIMEN ULASAN APLIKASI SIP DISDUKCAPIL JEMBER. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

This is the latest version of this item.

Text
A. Pendahuluan.pdf

Download (1MB)
Text
B. Abstrak.pdf

Download (349kB)
Text
C. Bab 1.pdf

Download (549kB)
Text
D. Bab 2.pdf
Restricted to Registered users only

Download (773kB)
Text
E. Bab 3.pdf
Restricted to Registered users only

Download (1MB)
Text
F. Bab 4.pdf
Restricted to Registered users only

Download (847kB)
Text
G. Bab 5.pdf
Restricted to Registered users only

Download (348kB)
Text
H. Daftar Pustaka.pdf

Download (555kB)
Text
I. Lampiran.pdf
Restricted to Registered users only

Download (442kB)

Abstract

Sistem Informasi Pelayanan atau yang disingkat SIP Disdukcapil Kabupaten Jember merupakan sistem layanan pengurusan administrasi kependudukan secara daring. Pada aplikasi tersebut pengguna dapat memberikan ulasan atas layanan yang didapatkan berupa teks ulasan dan rating. Dalam mengkaji ulasan pengguna aplikasi SIP tersebut, teknik Analisis Sentimen dapat diterapkan untuk hasil yang efisien. Tujuan penelitian ini membandingkan dua algoritma klasifikasi, yaitu Naïve Bayes dan K-Nearest Neighbor (K-NN), dengan menitikberatkan pada performa klasifikasi kelas sentimen negatif. Dataset penelitian berupa ulasan pengguna periode Januari-Desember pada tahun 2024. Teknik evaluasi kinerja model dilakukan menggunakan Recall, Confusion Matrix, dan F2-Score. Hasil dari penelitian menunjukan model K-NN lebih baik dalam klasifikasi kelas sentimen negatif, dengan hasil Recall di 96% dan nilai True Positive 219 dan False Negative 9. Model Naïve Bayes memiliki nilai F2-Score lebih tinggi sebesar 88%, hal ini dipengaruhi oleh hasil True Negative yang lebih tinggi dan False Positive lebih rendah dibandingkan model K-NN. Model K-NN dapat lebih direkomendasikan dikarenakan model lebih sensitif pada kelas sentimen negatif, sehingga dapat meminimalisir proses kesalahan klasifikasi pada kelas sentimen negatif.

Dosen Pembimbing: Yanuarti, Rosita and Wahyu Sulistyo, Henny | NIDN0629018601, NIDN0718088309
Item Type: Thesis (Undergraduate)
Keywords/Kata Kunci: Perbandingan, Naïve Bayes, K-NN, SIP Disdukcapil Jember
Subjects: 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions: Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User: SANDI DWI KURNIAWAN | sandidwi1711@gmail.com
Date Deposited: 12 Feb 2026 12:29
Last Modified: 12 Feb 2026 12:29
URI: https://repository.unmuhjember.ac.id/id/eprint/30290

Available Versions of this Item

Actions (login required)

View Item
View Item