PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOUR DAN NAIVE BAYES CLASSIFIER DALAM ANALISIS SENTIMEN TWITTER TERHADAP PENGGUNAAN PROVIDER BY.U

Octaviandy, Budi (2020) PERBANDINGAN ALGORITMA K-NEAREST NEIGHBOUR DAN NAIVE BAYES CLASSIFIER DALAM ANALISIS SENTIMEN TWITTER TERHADAP PENGGUNAAN PROVIDER BY.U. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (727kB)
	Text (BAB I) BAB I.pdf Download (313kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (556kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (1MB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (536kB)
	Text (BAB V) BAB V.pdf Download (60kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (108kB)
	Other (SOURCE CODE) Source Code-16.11.0283-Budi Octaviandy - Budi Octaviandy.rar Restricted to Repository staff only Download (813kB)
	Text (PUBLIKASI) Publikasi-16.11.0283-Budi Octaviandy - Budi Octaviandy.pdf Restricted to Repository staff only Download (445kB)

Abstract

Perkembangan internet di Indonesia cukup pesat, hal ini dibuktikan dengan semakin banyaknya provider yang memberikan beragam paket internet kepada pengguna. Hal ini dimanfaatkan oleh provider Telkomsel dimana provider tersebut belakangan mengeluarkan layanan seluler prabayar digital pertama mereka yang bernama By.U. Dengan membawa nama Telkomsel yang besar, provider By.U yang baru saja diluncurkan ini tentu saja akan dibandingkan dengan provider yang telah dikeluarkan sebelumnya oleh Telkomsel. Banyaknya opini terhadap provider By.U ini tentu saja dapat menjadi evaluasi terhadap pihak By.U. Serta untuk calon konsumen juga dapat digunakan sebagai pertimbangan apakah provider ini cocok untuk digunakan atau tidak. Oleh karena itu, penelitian ini mencoba melakukan analisis sentiment mengenai penggunaan provider By.U. Banyaknya opini yang dituliskan di twitter akan dijadikan sebagai dataset yang berjumlah 1.000 data. Dataset tersebut akan diklasifikasikan apakah dataset tersebut cenderung beropini positif atau negative. Algoritma yang digunakan pada penelitian ini adalah Algoritma K-Nearest Neighbour dan Naïve Bayes Classifier. Berdasarkan hasil eksperimen menggunakan Algoritma K-Nearest Neighbor tingkat akurasi yang dihasilkan mencapai 75% dan untuk algoritma Naïve Bayes Classifier menghasilkan tingkat akurasi 79%. Dari hasil penelitian tersebut denggan menggunakan objek by.u dan dataset training berjumlah 1.000 memperoleh hasil bahwa algoritma Naïve Bayes Classifier lebih tinggi tingkat akurasi nya dibandingkan dengan K-Nearest Neighbor.

Actions (login required)

View Item