Implementasi Algoritma Multinomial Naive Bayes dalam Analisis Sentimen terhadap Ulasan Aplikasi Glints pada Google Playstore

Yusuf Abimanyu, Ahmad (2026) Implementasi Algoritma Multinomial Naive Bayes dalam Analisis Sentimen terhadap Ulasan Aplikasi Glints pada Google Playstore. Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (918kB)
	PDF BAB_II.pdf Download (395kB)
	PDF BAB_III.pdf Download (340kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (211kB)
	PDF DAFTAR_PUSTAKA.pdf Download (243kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (907kB)

Abstract

Lapangan pekerjaan merupakan peluang kerja yang dapat diikuti oleh seluruh individu, baik yang telah bekerja maupun yang sedang mencari pekerjaan. Pertumbuhan penduduk di Indonesia berpengaruh terhadap meningkatnya jumlah angkatan kerja sehingga menimbulkan kesulitan dalam memperoleh pekerjaan dan berdampak pada tingginya angka pengangguran. Kondisi tersebut mendorong pemanfaatan platform digital sebagai solusinya dan salah satunya adalah aplikasi Glints: TapLoker yang menjadi sumber informasi lowongan kerja dan telah diunduh lebih dari 5 juta kali di Google Play Store. Banyaknya ulasan pengguna pada aplikasi tersebut memungkinkan dilakukannya analisis sentimen yang diklasifikasikan ke dalam tiga kategori, yaitu positif, negatif, dan netral. Kinerja model klasifikasi sangat dipengaruhi oleh keseimbangan data latih sehingga penelitian ini menerapkan teknik oversampling menggunakan metode Easy Data Augmentation (EDA) untuk mengatasi permasalahan imbalanced dataset, khususnya pada kelas sentimen negatif. Metode EDA diterapkan melalui tiga pendekatan, yaitu Synonym Replacement (SR), Random Swap(RS), dan Random Deletion(RD). Analisis sentimen dilakukan menggunakan algoritma Multinomial Naive Bayes dan evaluasi model dilakukan dengan confusion matrix yang menghasilkan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa pembagian data 80:20 memberikan performa terbaik dengan nilai accuracy sebesar 83,87%, precision 83,54%, recall 83,16%, dan F1- score 82,94%. Penelitian ini dapat disimpulkan bahwa algoritma Multinomial Naive Bayes berhasil digunakan dalam menganalisis sentimen ulasan aplikasi Glints:TapLoker di Google Play Store.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Yusuf Abimanyu, Ahmad (00000042471)
Contributors:	Yakub, Sy Yuliani
Keywords:	Analisis Sentimen, Glints:TapLoker, Easy Data Augmentation, Multinomial Naive Bayes, Imbalanced dataset, Confussion Matrix.
Subjects:	000 Computer Science, Information and General Works
Divisions:	Faculty of Engineering & Informatics > Informatics
Date Deposited:	29 Jan 2026 08:02
URI:	https://kc.umn.ac.id/id/eprint/44381

Actions (login required)

View Item