Analisis Sentimen terhadap Ulasan IDN News Menggunakan Komparasi Random Forest, Decision Tree, dan KNN

Tanuwijaya Saputra, Rico (2024) Analisis Sentimen terhadap Ulasan IDN News Menggunakan Komparasi Random Forest, Decision Tree, dan KNN. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (854kB)
	PDF BAB_I.pdf Download (346kB)
	PDF BAB_II.pdf Download (681kB)
	PDF BAB_III.pdf Download (276kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (217kB)
	PDF DAFTAR_PUSTAKA.pdf Download (307kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (444kB)

Abstract

Aplikasi IDN news merupakan aplikasi yang di miliki oleh IDN media. Aplikasi ini telah dirilis sejak 8 juni 2020. IDN news telah menjadi aplikasi berita paling populer pada kategori "berita & majalah". Aplikasi IDN telah diunduh lebih dari 1 juta kali dengan rating 4.7. dalam sebuah ulasan pengguna terdapat ulasan yang positif yang berisi kepuasan pengguna dan ulasan negatif yang merupakan ketidak puasan pengguna. Penelitian ini dilakukan untuk mengetahui sentimen pengguna aplikasi IDN news cenderung kearah positif atau negatif. Proses klasifikasi akan menggunakan tiga algoritma berbeda yaitu Random Forest, Decision Tree, dan KNN. Penelitian ini akan menggunakan tiga skenario pembagian train dan test data yaitu 80:20, 70:30, dan 60:40. Penggunaan algorima yang berbeda dilakukan untuk mengetahui performa algoritma yang terbaik dalam melakukan klasifikasi. Pengukuran algoritma didasari pada hasil confusion matrix. Hasil pengujian yang telah dilakukan mendapatkan hasil bahwa sentimen positif sebanyak 559 ulasan sedangkan sentimen negatif sebanyak 396 ulasan. Berdasarkan hasil pelabelan berdasarkan score/rating. Berdasarkan hasil visualisasi wordcloud ulasan/kata yang paling sering disebut oleh pengguna yaitu live, bagus, aplikasi. Perbandingan algoritma Random Forest, Decision Tree, KNN telah mendapatkan hasil bahwa algoritma Random Forest merupakan algoritma yang terbaik dengan menggunakan dataset review aplikasi IDN. Dengan hasil akurasi 82%, Precision 82%, Recall 89%, F1_Score 86%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	decision tree, k-nearest neighbor, random forest.
Subjects:	?? T70 ??
Divisions:	Faculty of Engineering & Informatics > Information System
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	12 Nov 2024 11:25
Last Modified:	12 Nov 2024 11:25
URI:	https://kc.umn.ac.id/id/eprint/34656

Actions (login required)

View Item