ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KUALITAS DAN PELAYANAN JNE MENGGUNAKAN ALGORITMA RANDOM FOREST

Ashofa, M Jembar (2019) ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP KUALITAS DAN PELAYANAN JNE MENGGUNAKAN ALGORITMA RANDOM FOREST. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

[img] Text (COVER-ABSTRAK)
COVER.pdf
Download (856kB)
[img] Text (BAB I)
BAB I.pdf
Download (232kB)
[img] Text (BAB II)
BAB II.pdf
Restricted to Registered users only
Download (397kB)
[img] Text (BAB III)
BAB III.pdf
Restricted to Registered users only
Download (385kB)
[img] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only
Download (633kB)
[img] Text (BAB V)
BAB V.pdf
Download (56kB)
[img] Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (132kB)
[img] Archive (SOURCE CODE)
Source Code_ 15.11.9333 M Jembar Ashofa.zip
Restricted to Repository staff only
Download (1MB)
[img] Text (PUBLIKASI)
Publikasi_ 15.11.9333 M Jembar Ashofa.pdf
Restricted to Repository staff only
Download (542kB)

Abstract

JNE atau nama resminya adalah Tiki Jalur Nugraha Ekakurir adalah perusahaan yang bergerak dibidang pengiriman dan logistik. Internet saat ini menjadi cara berkomunikasi yang sangat efisien, karena berbagai lapisan masyarakat Indonesia hampir bisa menggunakan internet. Begitu juga dengan penyedia jasa, banyak yang menggunakan sosial media sebagai pelayanan terhadap pelanggannya. Untuk mengetahui pelanggan puas atau tidak, maka harus melalui proses peninjauan atau analisis data yang telah tersedia menggunakan metode sentimen analisis. Data yang akan diambil dan diolah adalah tweet dari pelanggan jasa pengiriman JNE mengenai pelayanan pihak pengiriman jasa tersebut. Data diperoleh dengan cara scrapping menggunakan alat dari pihak ketiga yaitu TAGSv6.1, lalu data yang didapat dengan scrapping tersebut akan dirapihkan dengan melakukan penghapusan simbol, ubah ke huruf kecil, hapus kata yang tidak perlu, setelah itu kalimat dibagi menjadi kata tersendiri untuk dicari bobot dari kata tersebut. Selanjutnya menggunakan algoritma random forest dengan metode information gain dan gini, data dilatih dengan label yang sudah diberi yaitu positif,netral dan negatif. Hasil akurasi yang didapat menggunakan information gain adalah sebesar 67.61% dan gini sebesar 67.33%.

Item Type: Thesis (S1 - Sarjana)
Contributor:
Pembimbing
Pradnya D, Windha Mega
Uncontrolled Keywords: random forest, gini, analisis sentimen, data mining, entropy
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 003 Sistem-sistem
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: 26 Jul 2022 07:18
Last Modified: 05 Sep 2023 07:15
URI: http://eprints.amikom.ac.id/id/eprint/4063

Actions (login required)

View Item View Item