Implementasi Algoritma Naive Bayes untuk Analisis Sentimen User Feedback Produk

Kosasi, Albert (2021) Implementasi Algoritma Naive Bayes untuk Analisis Sentimen User Feedback Produk. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

[img]
Preview
PDF
HALAMAN_AWAL.pdf

Download (173kB) | Preview
[img]
Preview
PDF
DAFTAR_PUSTAKA.pdf

Download (36kB) | Preview
[img]
Preview
PDF
BAB_I.pdf

Download (81kB) | Preview
[img]
Preview
PDF
BAB_II.pdf

Download (225kB) | Preview
[img]
Preview
PDF
BAB_III.pdf

Download (156kB) | Preview
[img] PDF
BAB_IV.pdf
Restricted to Registered users only

Download (749kB)
[img]
Preview
PDF
BAB_V.pdf

Download (11kB) | Preview
[img]
Preview
PDF
LAMPIRAN.pdf

Download (111kB) | Preview

Abstract

Gramedia Digital merupakan sebuah aplikasi yang berganti nama dari Scoop(nama aplikasi sebelumnya). Aplikasi ini digunakan untuk pembelian buku, majalah dan koran secara online dan dapat di download oleh pengguna. Pengguna dapat memberikan kritik dan saran pada kolom komentar di aplikasi mobile Gramedia Digital. Komentar yang dimasukkan oleh pengguna dapat dikategorikan menjadi komentar positif, negatif dan netral. Dapat dilakukan klasifikasi komentar pengguna menggunakan algoritma Naive Bayes. Naive Bayes merupakan algoritma yang digunakan untuk memprediksi peluang di masa depan berdasarkan pengalaman di masa sebelumnya. Sebelum masuk ke tahap Naive Bayes, teks yang dimasukkan akan masuk ke tahap Text Preprocessing untuk diubah menjadi teks yang lebih sederhana dan dapat dibaca oleh sistem. Tahap pengujian implementasi algoritma Naive Bayes menggunakan jumlah kata yang sering keluar pada data training sebanyak 250 kata dengan perbandingan data training 80% dan data testing 20%. Implementasi algoritma ini menggunakan bahasa pemrograman python dan framework laravel. Algoritma Naive Bayes telah berhasil di implementasikan dan menghasilkan precision sebesar 69%, recall sebesar 65%, f1 sebesar 61% serta accuracy sebesar 65%.

Item Type: Thesis (Bachelor Thesis)
Uncontrolled Keywords: Analisis Sentimen, Gramedia Digital, Naive Bayes, Python, Text Mining, Text Preprocessing
Subjects: T Technology > T Technology (General) > T55 Industrial engineering. Management engineering > T58.5-58.64 Information technology
Divisions: Fakultas Teknik Informatika > Program Studi Informatika
SWORD Depositor: mr admin umn
Depositing User: mr admin umn
Last Modified: 24 Aug 2021 09:09
URI: http://kc.umn.ac.id/id/eprint/18117

Actions (login required)

View Item View Item