ANALISIS SENTIMEN TERHADAP KEPUASAN PENGGUNA APLIKASI JOGJAKITA MENGGUNAKAN LOGISTIC REGRESSION DAN SVM BERDASARKAN ULASAN DI PLAY STORE

Cahyadi, Andrean Arif (2025) ANALISIS SENTIMEN TERHADAP KEPUASAN PENGGUNA APLIKASI JOGJAKITA MENGGUNAKAN LOGISTIC REGRESSION DAN SVM BERDASARKAN ULASAN DI PLAY STORE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (1MB)
[img] Text (BAB I)
BAB I.pdf
Download (228kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (728kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (430kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (899kB)
[img] Text (BAB V)
BAB V.pdf
Download (46kB)
[img] Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf
Restricted to Registered users only
Download (409kB)
[img] Archive (SOURCE CODE)
Sourcecode - 21.11.4445.zip
Restricted to Repository staff only
Download (2MB)
[img] Text (PUBLIKASI)
Publikasi.pdf
Restricted to Repository staff only
Download (780kB)

Abstract

Sebagai aplikasi yang terbilang cukup baru, JogjaKita telah mendapat perhatian sebagai salah satu solusi informasi transportasi dan layanan publik di Yogyakarta. Karena masih tergolong baru, aplikasi JogjaKita perlu senantiasa menjaga dan meningkatkan mutu pelayanannya. Analisis sentimen merupakan solusi untuk mengekstrak informasi dari sumber teks dalam jumlah besar dengan efisiensi waktu yang tinggi. Tujuan penelitian ini adalah melakukan klasifikasi pada ulasan aplikasi JogjaKita menggunakan metode Support Vector Machine (SVM) dan Logistic Regression. Sumber data terbaik untuk mendapatkan dataset dalam analisis sentimen adalah Google Play Store karena data yang diperoleh cenderung lebih bersih dan tidak mengandung unsur iklan maupun promosi. Hasil penelitian menunjukkan bahwa algoritma Logistic Regression mencapai akurasi sebesar 82%, sedangkan algoritma SVM sebesar 81%. Dengan demikian, dapat disimpulkan bahwa algoritma Logistic Regression sedikit lebih unggul untuk analisis sentimen pada ulasan aplikasi JogjaKita di Google Play Store.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Marco, Robert
Uncontrolled Keywords: Analisis Sentimen, Logistic Regression, Support Vector Machine (SVM), Play Store, Aplikasi JogjaKita
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: RC Universitas AMIKOM Yogyakarta
Date Deposited: 13 Mar 2025 01:40
Last Modified: 13 Mar 2025 01:59
URI: http://eprints.amikom.ac.id/id/eprint/28812

Actions (login required)

View Item View Item