Pradani, Annisa Budhi (2024) ANALISIS SENTIMEN TERHADAP MUSEUM SONOBUDOYO MENGGUNAKAN MODEL MACHINE LEARNING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (180kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (726kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (227kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (884kB) |
|
Text (BAB V)
BAB V.pdf Download (88kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (303kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 20.11.3474.zip Restricted to Repository staff only Download (305kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (812kB) |
Abstract
Museum Sonobudoyo, didirikan pada tahun 1935, berperan penting dalam melestarikan budaya Jawa, Madura, Bali, dan Lombok. Di era digital, ulasan online menjadi sumber penting untuk menilai kepuasan pengunjung. Penelitian ini menganalisis sentimen ulasan Museum Sonobudoyo dari Google Maps untuk memahami pandangan pengunjung dan meningkatkan layanan museum. Data ulasan dikumpulkan melalui scraping dengan SerpApi dan diubah menjadi format numerik menggunakan TF-IDF, lalu dibagi menjadi data pelatihan dan pengujian. Empat model klasifikasi digunakan: Multinomial Naive Bayes (MultinomialNB), Bagged MultinomialNB, Gaussian Naive Bayes (GaussianNB), dan Bagged GaussianNB. Hasil pengujian menunjukkan bahwa Bagged MultinomialNB memiliki kinerja terbaik dengan akurasi pelatihan 96.53% dan akurasi pengujian 89.16%. Model ini juga mencatat nilai ROC-AUC 99.94% untuk pelatihan dan 93.04% untuk pengujian, serta nilai cross-validation 90.43%. Sebaliknya, Bagged GaussianNB menunjukkan kinerja yang lebih rendah. Hasil ini menunjukkan perlunya lebih banyak data sentimen negatif untuk meningkatkan kemampuan model mengenali sentimen, memberikan wawasan penting bagi pengelola Museum Sonobudoyo dalam meningkatkan layanan.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Naive Bayes, Multinomial Naive Bayes, Gaussian Naive Bayes, Bagging, TF-IDF, Web Scraping, Google Maps, Museum Sonobudoyo | ||
| 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: | 22 Nov 2024 07:35 | ||
| Last Modified: | 22 Nov 2024 07:35 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/28327 |
Actions (login required)
 |
View Item |