Yulianita, Nuraini (2025) ANALISIS SENTIMEN TERHADAP REVIEW APLIKASI FLIP MENGGUNAKAN METODE NAIVE BAYES. 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 (168kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (517kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (255kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (624kB) |
|
Text (BAB V)
BAB V.pdf Download (36kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (110kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4199.zip Restricted to Repository staff only Download (926kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (833kB) |
Abstract
Dalam era digital, ulasan pengguna memainkan peran penting dalam menentukan kesuksesan aplikasi. Flip, sebagai salah satu dompet digital di Indonesia, menerima berbagai ulasan dari penggunanya yang mencerminkan pengalamannya. Namun, ketidakseimbangan data antara ulasan positif dan negatif menjadi tantangan dalam analisis sentimen, yang dapat memengaruhi akurasi klasifikasi. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Flip menggunakan metode Naive Bayes. Untuk mengatasi ketidakseimbangan data, teknik oversampling dan undersampling diterapkan, sementara preprocessing seperti tokenizing, stemming, dan stopword removal digunakan guna meningkatkan akurasi model. Data ulasan diperoleh dari Google Play Store dan diklasifikasikan ke dalam sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa model Naive Bayes dengan ADASYN memberikan performa terbaik dengan precision 0,89, recall 0,88, dan F1-score 0,88, yang membuktikan bahwa teknik ini efektif dalam menangani ketidakseimbangan data. Penelitian ini memberikan wawasan bagi pengembang aplikasi Flip dalam memahami sentimen pengguna serta meningkatkan layanan berdasarkan masukan pengguna. Selain itu, hasil penelitian ini dapat menjadi referensi bagi studi analisis sentimen lainnya, khususnya dalam pengolahan data teks dan pengembangan model klasifikasi sentimen. Untuk penelitian selanjutnya, disarankan untuk menguji metode klasifikasi lain dan memperluas cakupan dataset guna meningkatkan generalisasi model.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Sentimen, Naïve Bayes, Ketidakseimbangan Data, ADASYN, Klasifikasi | ||
| Subjects: | 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: | 17 Apr 2025 04:34 | ||
| Last Modified: | 17 Apr 2025 04:34 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/29480 |
Actions (login required)
 |
View Item |