Chandra, Chandra (2022) Klasifikasi Opini untuk Menilai Kategori Post Media Sosial Online Travel Agent dengan Metode SVM & Naïve Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.
Abstract
Online Travel Agent adalah penyedia jasa untuk memesan tiket, dan akomodasi lainnya untuk liburan. Layaknya perusahaan di masa kini, mayoritas Online Travel Agent memanfaatkan media sosial untuk mempromosikan brand dan layanan yang ditawarkan. Dalam setiap akun media sosial dari perusahaan- perusahaan ini memiliki sebuah kategori untuk hal yang di post. Tujuan dari penelitian ini adalah untuk mengetahui kategori post apa yang diminati oleh para pengikut berdasarkan banyaknya jumlah komentar positif pada masing-masing kategori dengan menggunakan metode opinion mining. Algoritma yang akan digunakan dalam penelitian ini adalah Naïve Bayes Classifier dan Support Vector Machine. Data yang akan digunakan berjumlah 18.864 teks komentar dari akun Instagram Traveloka, dan diperoleh dari periode 1 Januari 2020 sampai 31 Desember 2020. Hasil yang diperoleh adalah akurasi Naïve Bayes Classifier di angka 81,59%, dan SVM di angka 79,16%. Kategori post terbaik yang didapatkan dengan kedua algoritma tersebut adalah Social Posts, dengan jumlah data positif sebanyak 333 (42,91%) berdasarkan algoritma Naïve Bayes Classifier, dan 128 (16,5%) berdasarkan algoritma SVM.
Item Type: | Thesis (Bachelor Thesis) |
---|---|
Keywords: | Instagram, Naïve Bayes, Opinion Mining, SVM, Traveloka viii Klasifikasi Opini untuk ..., Chandra, Universitas Multimedia Nusantara |
Subjects: | 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 006 Special Computer Methods > 006.7 Multimedia Systems, Blogs, Social Media, Web Application Frameworks 900 History and Geography > 910 Geography and Travel |
Divisions: | Faculty of Engineering & Informatics > Information System |
SWORD Depositor: | Administrator UMN Library |
Depositing User: | Administrator UMN Library |
Date Deposited: | 18 Nov 2022 06:03 |
Last Modified: | 11 Jul 2023 06:48 |
URI: | https://kc.umn.ac.id/id/eprint/19930 |
Actions (login required)
View Item |