Analisis Perbandingan Algoritma Linear Regression dan Multinomial Naive Bayes dalam Analisis Sentimen terhadap Ulasan Pelanggan Amazon

Nabila Khairunisa, Sarah (2024) Analisis Perbandingan Algoritma Linear Regression dan Multinomial Naive Bayes dalam Analisis Sentimen terhadap Ulasan Pelanggan Amazon. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (214kB)
	PDF BAB_II.pdf Download (281kB)
	PDF BAB_III.pdf Download (234kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (202kB)
	PDF DAFTAR_PUSTAKA.pdf Download (206kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (482kB)

Abstract

Amazon adalah salah satu penyedia jasa penjualan daring terbersar di dunia. Amazon memiliki banyak pembeli dan berbagai macam produk dan layanan yang dijual. Terkadang para pembeli amazon bingung saat ingin membeli produk yang cocok untuk mereka. Oleh karena itu pembeli harus bisa mengetahui ulasan pelanggan sebelumnya sebelum membeli produk. Pembeli harus bisa membedakan ulasan positif dan negatif agar bisa mengetahui apakah produk yang ingin dibeli bagus atau tidak. Pada penelitian ini, dibuat model analisis sentimen untuk mengetahui apakah sebuah ulasan bersifat positif atau negatif dengan membandingkan 2 algoritma yaitu Logistic Regression dan Multinomial Naive Bayes. Skenario pengujian dilakukan dengan rasio data latih dan data uji sebesar 80:20 dan 70:30 untuk kedua algoritma. Setelah itu, pada masing-masing model diterapkan metode Synthetic Minority Oversampling Technique (SMOTE) untuk menyeimbangkan antara data-data dengan kelas positif dan negatif pada kumpulan data latih. Hasil klasifikasi menunjukkan bahwa model dengan algoritma Logistic Regression dengan rasio data latih dan data uji sebesar 80:20 dan telah diterapkan SMOTE memiliki hasil akurasi yang paling tinggi yaitu sebesar 86.47%. Hasil presisi pada model tersebut adalah 56.31%, recall sebesar 72.96% dan f1- score sebesar 63.56%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Amazon, Analisis Sentimen, Logistic Regression, Multinomial Naive Bayes, Python, Synthetic Minority Oversampling Technique
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	08 Nov 2024 08:39
Last Modified:	08 Nov 2024 08:39
URI:	https://kc.umn.ac.id/id/eprint/33057

Actions (login required)

View Item