ANALISIS SENTIMEN TERHADAP REVIEW PRODUK EMARKETPLACE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR

Atang, Suharna (2021) ANALISIS SENTIMEN TERHADAP REVIEW PRODUK EMARKETPLACE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR. Other thesis, Universitas Darma Persada.

[img] Text
COVER-DAFTAR ISI.pdf

Download (2MB)
[img] Text
BAB I.pdf

Download (912kB)
[img] Text
BAB II.pdf

Download (1MB)
[img] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB IV.pdf
Restricted to Registered users only

Download (2MB)
[img] Text
BAB V.pdf

Download (778kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (776kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (1MB)
Official URL: http://repository.unsada.ac.id/cgi/oai2

Abstract

Tren Sentimen merupakan bidang studi yang menganalisa opini masyarakat, sentimen, evaluasi, penilaian, sikap, dan emosi terhadap sebuah produk, pelayanan, organisasi dan perhimpunan, seorang tokoh, dan isu atau masalah serta peristiwa yang terjadi pada masyarakat itu sendiri. pada penelitian kali ini, peneliti analisis sentimen terhadap review produk menggunakan algoritma naïve bayes dan k-nearest neighbor dengan studi kasusnya adalah E-Marketplace. Dari hasil yang didapatkan dari kedua metode penelti melakukan perbandingan untuk mendapatkan nilai akurasi yang paling baik dari kedua metode tersebut. Metode yang akan digunakan dalam penelitian ini dengan cara wawancara, kuesioner, observasi, studi pustaka untuk memperoleh data yang akan dimasukan ke sistem. Pengembangan sistem yang digunakan adalah System Development Life Cycle (SDLC) dengan cara menspesifikasikan yang dibutuhkan oleh User, membuat perancangan sistem menggunakan Unified Modelling Language (UML), mengimplementasikan metode Naïve Bayes dan K-Nearest Neighbor (KNN) kedalam bahasa pemrograman Python dan MySQL sebagai databasenya. Alur metodologi algoritma K-Nearest Neighbor (KNN) yaitu Input dataset, preprocessing, TF-IDF, Normalisasi TF-IDF, Consine Simillarity, Hitung Distance, Voting dan Confusion Matrix. Sedangkan Alur metodologi algoritma Naïve Bayes yaitu Input dataset, preprocessing, Term Frequency, Prior Probability, conditional Probability, Hitung Posterior, dan Confusion Matrix. Sistem yang telah dibangun akan diuji menggunakan metode Blackbox Testing dan menggunakan Confusion Matrix untuk mengetahui tingkat akurasi dari kedua metode tersebut. Text mining adalah salah satu penambangan informasi yang berguna dari data – data yang berupa tulisan dokumen atau text dalam bentuk klasifikasi maupun clustering. Preprocessing merupakan tahap untuk memproses data teks untuk didapat dianalisa. Pada penelitian ini mendapatkan hasil akurasi dari setiap algoritma yang digunakan, seperti hasil akurasi yang didapatkan menggunakan KNN adalah 78,26% dan lebih baik dari pada hasil akurasi yang didapatkan menggunakan Naive Bayes 73,91%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisa Sentimen, naïve bayes dan k-nearest neighbor, SDLC, UML, Python dan MySQL
Subjects: 000 Generalities/Karya Umum > 004.21 Systems Analysis and Computer Design/Sistem Analisis Komputer, Desain Komputer
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Trie anto Perpustakaan
Date Deposited: 11 May 2022 03:28
Last Modified: 11 May 2022 03:28
URI: http://repository.unsada.ac.id/id/eprint/2573

Actions (login required)

View Item View Item