TY  - THES
N2  - Penelitian ini bertujuan untuk menganalisis perbandingan kinerja antara model
individual dan model ensemble dalam analisis sentimen ulasan aplikasi DUKCAPIL
yang diperoleh dari Google Play Store. Selain itu, penelitian ini juga mengevaluasi
pengaruh teknik SMOTE dalam mengatasi masalah ketidakseimbangan data terhadap
kinerja model. Model ensemble yang digunakan meliputi Extra Trees, Random
Forest, dan XGBoost, yang dibandingkan dengan model individual seperti Logistic
Regression dan Support Vector Machine (SVM). Hasil penelitian menunjukkan
bahwa model ensemble memiliki kinerja yang lebih baik dalam hal akurasi, presisi,
recall, dan F1-Score dibandingkan model individual. Penggunaan teknik SMOTE
secara signifikan meningkatkan performa model dengan memperbaiki distribusi data
ulasan yang tidak seimbang. Model Extra Trees dengan SMOTE memberikan hasil
terbaik dengan akurasi mencapai 95,85%, presisi 95,93%, recall 95,85%, dan F1Score
95,85%.
Penelitian
ini
menyimpulkan
bahwa
kombinasi
model
ensemble
dan

teknik

SMOTE efektif dalam meningkatkan kinerja analisis sentimen pada data
ulasan yang tidak seimbang.
TI  - PERBANDINGAN ALGORITMA DALAM ANALISIS
SENTIMEN PADA ULASAN APLIKASI DUKCAPIL DI PLAY
STORE MENGGUNAKAN METODE ENSEMBLE LEARNING
M1  - masters
AV  - public
A1  - Putrayasa, Putu
PB  - Universitas AMIKOM Yogyakarta
ID  - universitasamikomyogyakarta32621
UR  - https://eprints.amikom.ac.id/id/eprint/32621/
KW  - Analisis Sentimen
KW  -  Ensemble Learning
KW  -  SMOTE
KW  -  Extra Trees
KW  -  Random
Forest
KW  -  XGBoost
KW  -  Google Play Store
KW  -  Data Tidak Seimbang
KW  -  Sentiment Analysis
KW  -  Data Imbalance.
Y1  - 2025/06/02/
ER  -