Analisa Sentimen terhadap Aplikasi Alfagift menggunakan Algoritma Naive Bayes

Kusumajaya, Rommy (2024) Analisa Sentimen terhadap Aplikasi Alfagift menggunakan Algoritma Naive Bayes. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (211kB)
	PDF BAB_II.pdf Download (251kB)
	PDF BAB_III.pdf Download (362kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (204kB)
	PDF DAFTAR_PUSTAKA.pdf Download (208kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (739kB)

Abstract

Perkembangan teknologi membuat adanya perubahan aktivitas sehari-hari, seperti belanja online. Barang yang dibeli secara online sangat beragam, termasuk kebutuhan sehari-hari. Dalam langkah mengikuti perkembangan, Alfamart meluncurkan platform belanja online, yaitu Alfagift. Ulasan dan feedback dari pengguna terhadap aplikasi Alfagift menjadi salah faktor penting untuk pengembangan dan keberlanjutan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisa sentimen ulasan pengguna terhadap aplikasi Alfagift menggunakan algoritma Na¨ive Bayes. Data yang digunakan diambil dari ulasan pada platform app store dan play store. Model yang dibentuk menggunakan algoritma Na¨ive Bayes dengan melakukan pembobotan menggunakan TF-IDF dan oversampling menggunakan SMOTE. Hasil dari penelitian menunjukkan bahwa sentimen terhadap alfagift cenderung ke arah positif, dimana terdapat 70.1% data positif, 14.4% data negatif, dan 15.5% data netral. Performa terbaik model pada data dengan perbandingan 80% data train dan 20% data test dengan akurasi sebesar 79%, precision sebesar 83%, recall sebesar 79%, dan f1-score sebesar 80%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Alfagift, Analisa Sentimen, Na¨ive Bayes, SMOTE, TF-IDF.
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	10 Nov 2024 11:14
Last Modified:	10 Nov 2024 11:14
URI:	https://kc.umn.ac.id/id/eprint/34111

Actions (login required)

View Item