PERANCANGAN SISTEM ANALISIS SENTIMEN TERHADAP APLIKASI BRILINK MOBILE DENGAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Reva Putri, Yanita (2023) PERANCANGAN SISTEM ANALISIS SENTIMEN TERHADAP APLIKASI BRILINK MOBILE DENGAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM). Other thesis, UNSADA.

[img] Text
COVER.pdf

Download (1MB)
[img] Text
BAB 1.pdf

Download (614kB)
[img] Text
BAB 2.pdf

Download (733kB)
[img] Text
BAB 3.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 4.pdf
Restricted to Registered users only

Download (1MB)
[img] Text
BAB 5.pdf

Download (491kB)
[img] Text
DAFTAR PUSTAKA.pdf

Download (621kB)
[img] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (695kB)
[img] Text
HASIL TURNITIN.pdf
Restricted to Registered users only

Download (526kB)
Official URL: http://repository.unsada.ac.id/cgi/oai2

Abstract

BRILink, layanan perbankan online Bank BRI bekerja sama dengan nasabah BRI sebagai agen, menawarkan Aplikasi Brilink Mobile untuk transaksi. Penelitian ini menganalisis sentimen terhadap aplikasi ini menggunakan metode Naïve Bayes dan Support Vector Machine (SVM). Mayoritas masyarakat Indonesia menunjukkan sentimen negatif terhadap Aplikasi Brilink Mobile, dengan label negatif 66,6%. Penelitian ini membantu Bank BRI tingkatkan kepuasan pelanggan dan kepercayaan melalui layanan perbankan digital. Metode machine learning Naïve Bayes dan SVM diaplikasikan dalam model ini. Data diambil dari studi literatur perbandingan kedua metode dan ulasan pengguna di Google Play Store. Hasilnya menunjukkan SVM memiliki hasil lebih baik: Akurasi 76,43%, Recall 62,71%, Precision 63,18%, F1 Score 62,44%, sementara Naïve Bayes: Akurasi 61,50%, Recall 47,08%, Precision 46,37%, F1 Score 45,90%. Kesimpulannya, SVM memberikan klasifikasi lebih baik dengan Akurasi 76,43%.

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisis Sentiment, Brilink Mobile, metode Naïve Bayes, Support Vector Machine (SVM).
Subjects: 000 Generalities/Karya Umum > 005.3 Programs/ Program
Divisions: Fakultas Teknik > Teknik Informatika
Depositing User: Suwatno Suwatno Perpustakaan
Date Deposited: 30 Dec 2023 04:19
Last Modified: 30 Dec 2023 04:19
URI: http://repository.unsada.ac.id/id/eprint/7442

Actions (login required)

View Item View Item