Hermindo, Adrian (2022) Perbandingan Analisis Sentimen Ulasan MolaTV pada Google Playstore dengan Metode Naive Bayes, DecisionTree dan SVM. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Pada era digital ini, penyebaran internet telah berkembang pesat di Indonesia. Hampir seluruh masyarakat Indonesia sudah terkoneksi dengan internet, untuk itulah MolaTV hadir sebagai sebuah platform digital yang bergerak di bidang video on demand dengan menyajikan konten-konten digital seperti film, podcast serta konten olahraga. MolaTV sebagai fastest growing company di Indonesia telah memiliki 3 juta pelanggan di awal tahun 2021. Seiring dengan perkembangan MolaTV, menarik untuk menganalisa apakah layanan MolaTv sudah memenuhi ekspetasi yang baik dari para pelanggannya atau belum serta algoritma apakah yang paling sesuai untuk melakukan Analisa sentiment pada MolaTV. Hal ini penting untuk mengetahui tanggapan para pelanggannya demi peningkatan layanan MolaTV itu sendiri. Penelitian ini adalah analisis sentimen terhadap MolaTV berdasarkan ulasan yang didapatkan oleh para pelanggannya pada GooglePlaystore. Analisis sentiment atau biasa disebut dengan opinion mining bertujuan untuk mengklasifikasikan sentiment yang terkandung dalam suatu objek. Penelitian terhadap MolaTV ini menggunakan metode Naïve Bayes, Decision Tree dan Support Vector Machine. Melalui penelitian ini, didapatkan hasil dari algoritma Decision Tree menjadi algoritma yang memiliki tingkat akurasi terbaik di antara algoritma lain dengan 81,90% dan nilai AUC sebesar 0,846 atau masuk kedalam good classification.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Analisis Sentimen, Decision Tree, MolaTV, Naive Bayes, SVM. vii Perbandingan Analisis Sentimen Ulasan MolaTV Pada Google Playstore Dengan Metode Naïve Bayes, Decision Tree dan SVM, Adrian Hermindo, Universitas Multimedia Nusantara |
Subjects: | 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 17 Nov 2022 08:37 |
Last Modified: | 29 Nov 2023 07:23 |
URI: | https://kc.umn.ac.id/id/eprint/19873 |
Actions (login required)
View Item |