Analisis Sentimen Terhadap Pelayanan Mass Rapid Transit pada Aplikasi Instagram

Anggana, Arvin (2020) Analisis Sentimen Terhadap Pelayanan Mass Rapid Transit pada Aplikasi Instagram. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (569kB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (140kB) | Preview
Preview	PDF BAB_I.pdf Download (127kB) | Preview
Preview	PDF BAB_II.pdf Download (152kB) | Preview
Preview	PDF BAB_III.pdf Download (174kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
Preview	PDF BAB_V.pdf Download (70kB) | Preview
Preview	PDF LAMPIRAN.pdf Download (604kB) | Preview

Abstract

Oleh: Arvin Anggana Analisis sentimen merupakan pengolahan data tekstual yang berasal dari opini manusia, untuk mengungkapkan hal – hal yang menarik ataupun tidak menarik yang digunakan untuk mencari informasi didalamnya. Penelitian ini memiliki tujuan untuk menentukan opini masyarakat terhadap pelayanan transportasi MRT, seperti contohnya keamanan, kebersihan, dan pelayanan lainnya. Data yang diperoleh untuk penelitian ini berasal dari aplikasi Instagram dengan mengambil komentar setiap 500 post terakhir yang dilakukan oleh akun @mrtjkt dengan periode 30 Desember 2018 hingga 29 Februari 2020. Metode yang digunakan dalam penelitian ini adalah text mining, dengan 2 (dua) algoritma yang digunakan untuk mengukur akurasi pada setiap sentimen yang ada. 2(dua) algoritma tersebut adalah algoritma support vector machine yang digunakan sebagai algoritma utama pada penelitian ini, dan algoritma naïve bayes yang digunakan untuk menjadi pembanding algoritma support vector machine. Klasifikasi sentimen tersebut dibagi menjadi 3 yaitu positif, netral, dan negatif. Pada penelitian ini menggunakan aplikasi R Studio yang digunakan untuk mengolah data menjadi data sentimen. Selain itu aplikasi lainnya yang digunakan adalah tableau yang digunakan untuk membuat sebuah dashboard yang digunakan untuk memberikan informasi mengenai sentimen pengguna MRT terhadap pelayan yang diberikan.

Item Type:	Thesis (Bachelor Thesis)
Uncontrolled Keywords:	analisis sentimen, naïve bayes, support vector machine, R, tableau, dashboard
Subjects:	T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T70 Information System
Divisions:	Fakultas Teknik Informatika > Program Studi Sistem Informasi
SWORD Depositor:	mr admin umn
Depositing User:	mr admin umn
Date Deposited:	04 Dec 2020 17:32
Last Modified:	04 Dec 2020 17:32
URI:	http://kc.umn.ac.id/id/eprint/14652

Actions (login required)

View Item