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.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (173kB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (36kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (81kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (225kB) | Preview
Preview	Text BAB_III.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (156kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (749kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (11kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (111kB)

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)
Keywords:	Analisis Sentimen, Gramedia Digital, Naive Bayes, Python, Text Mining, Text Preprocessing
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:	11 Oct 2022 01:47
Last Modified:	18 Aug 2023 00:22
URI:	https://kc.umn.ac.id/id/eprint/18117

Actions (login required)

View Item