Ines, Prisilia (2020) Implementasi Algoritma Multinomial Naive Bayes untuk Analisis Sentimen Menggunakan TF-IDF dan N-Gram. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Text
HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (677kB) |
||
|
Text
DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (349kB) | Preview |
|
|
Text
BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (366kB) | Preview |
|
|
Text
BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (472kB) | Preview |
|
|
Text
BAB_III.pdf Available under License Creative Commons Attribution Share Alike. Download (408kB) | Preview |
|
Text
BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (531kB) |
||
|
Text
BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (226kB) | Preview |
|
Text
LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (335kB) |
Abstract
User feedback dapat dianalisa dengan beragam teknik yang telah dikembangkan dengan tujuan mengekstraksi informasi yang dapat berguna untuk keperluan requirements engineering. Penyortiran user feedback secara otomatis menjadi semakin penting karena penanganan dan pengorganisasian user feedback secara manual membuang waktu dan bukan solusi yang layak mengingat jumlah feedback yang sangat besar. Automatic Text classification menentukan ulasan kedalam beberapa kelas yang sudah ditentukan sebelumnya secara otomatis. Berdasarkan penelitian sebelumnya, TF-IDF dan N-gram merupakan cara untuk meningkatkan nilai akurasi dari classifier. Multinomial Naïve Bayes classifier sering digunakan sebagai dasar untuk analisis sentimen. Tujuan dari penelitian ini untuk mengimplementasikan dan mengetahui performa algoritma Multinomial Naïve Bayes menggunakan TF-IDF dan N-gram untuk analisis sentimen.Hasil pengujian terbaik setelah kelas netral dihapus dan kelas positive dan negative berjumlah seimbang dengan perbandingan train dan test set 80:20 menghasilkan nilai 84% untuk accuracy, precision, recall dan f1-score.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Requirement Engineering, User Feedback, Analisis Sentimen, Multinomial Naïve Bayes, TF-IDF, N-gram |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ |
Divisions: | Faculty of Engineering & Informatics > Informatics |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 04 Dec 2020 14:29 |
Last Modified: | 08 Aug 2023 05:49 |
URI: | https://kc.umn.ac.id/id/eprint/14919 |
Actions (login required)
View Item |