ANALISIS SENTIMEN PADA TWITTER TERHADAP KELUHAN PENGGUNA PROVIDER XL MENGGUNAKAN METODE NAIVE BAYES

Sulaksana, Rio Yoga (2023) ANALISIS SENTIMEN PADA TWITTER TERHADAP KELUHAN PENGGUNA PROVIDER XL MENGGUNAKAN METODE NAIVE BAYES. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf

Download (1MB)
[img] Text (BAB I)
BAB I.pdf

Download (151kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only

Download (427kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (307kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (1MB)
[img] Text (BAB V)
BAB V.pdf

Download (70kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only

Download (95kB)
[img] Other (SOURCE CODE)
Source Code - Rio Yoga Sulaksana.rar
Restricted to Repository staff only

Download (148kB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only

Download (686kB)

Abstract

Berdasarkan analisis sentimen menggunakan metode Naive Bayes pada 713 data tweet pengguna yang mengeluhkan terhadap provider XL, diperoleh hasil yang menjanjikan. Pengujian pada 143 data uji menunjukan akurasi sebesar 85,31% dengan tingkat kelayakan baik, dengan Sentimen positif memiliki presisi 89,85%, recall 92,53%, dan f1 score 91,02%. Sentimen negatif memiliki presisi 84,05%, recall 89,23%, dan f1- score 86,56%. Sentimen netral memiliki presisi 40%, recall 18,18% dan f1-scores 24,99%. Pengujian pada 143 data uji menghasilkan 65 sentimen negatif, 11 sentimen netral, 67 sentimen positif. Hasil sentimen negatif diartikan menjadi 65 keluhan dan pengujian seluruh data menghasilkan 345 sentimen negatif atau keluhan. Hasil ini menunjukan bahwa metode Naive Bayes dapa efektif dalam menganalisa sentimen keluhan pengguna provider XL pada Twitter.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Astuti, Yuli
Uncontrolled Keywords: Analisis sentimen, Naive Bayes, Twitter
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 06 Sep 2023 02:35
Last Modified: 06 Sep 2023 02:35
URI: http://eprints.amikom.ac.id/id/eprint/21103

Actions (login required)

View Item View Item