PERBANDINGAN ALGORITMA DALAM ANALISIS SENTIMEN PADA ULASAN APLIKASI DUKCAPIL DI PLAY STORE MENGGUNAKAN METODE ENSEMBLE LEARNING

Putrayasa, Putu (2025) PERBANDINGAN ALGORITMA DALAM ANALISIS SENTIMEN PADA ULASAN APLIKASI DUKCAPIL DI PLAY STORE MENGGUNAKAN METODE ENSEMBLE LEARNING. S2 - Magister thesis, Universitas AMIKOM Yogyakarta.

Text (THESIS) 23.55.1425 - Putu Putrayasa.pdf - Published Version Download (4MB)

Abstract

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.

Actions (login required)

View Item