ANALISIS SENTIMEN ULASAN APLIKASI GOPAY DI GOOGLE PLAY STORE MENGGUNAKAN METODE NAIVE BAYES
Total View This Week0
Total View This Week0
Institusion
Universitas Nahdlatul Ulama Sunan Giri
Author
SALSABILA, VANIA
Subject
004 Pemrosesan data dan ilmu komputer
Datestamp
2024-08-15 05:22:31
Abstract :
Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan aplikasi Gopay di Google Play Store menggunakan metode Naive Bayes dengan dua label sentimen, yaitu positif dan negatif. Dataset yang digunakan berjumlah 955 ulasan. Proses penelitian mencakup beberapa tahap, yaitu Scraping data yang dilakukan menggunakan bahasa pemrograman Python melalui Google Colab, lalu Preprocessing yang meliputi Cleaning, Case Folding, Stopword Removal, Tokenizing, dan Stemming. Selanjutnya ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model Naïve Bayes Naive Bayes dipilih karena kemampuannya dalam mengklasifikasikan teks dengan akurasi yang tinggi meskipun pada data yang tidak terlalu besar.Selanjutnya evaluasi kinerja model dilakukan menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa akurasi dicapai dengan nilai akurasi sebesar 86 %, precision 92% dan recall 73%. Hal ini menunjukkan bahwa 82,521% Metode Naïve Bayes dapat memprediksi kelas dengan benar. Dengan demikian, Performa Metode Naïve Bayes untuk analisis sentimen aplikasi Gopay baik karena dapat memprediksi banyak kelas data dengan benar dengan rincian 100 data benar-benar positif dan 60 data benar-benar negatif. Kata kunci : Analisis Sentimen, Gopay, Naïve Bayes
Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan aplikasi Gopay di Google Play Store menggunakan metode Naive Bayes dengan dua label sentimen, yaitu positif dan negatif. Dataset yang digunakan berjumlah 955 ulasan. Proses penelitian mencakup beberapa tahap, yaitu Scraping data yang dilakukan menggunakan bahasa pemrograman Python melalui Google Colab, lalu Preprocessing yang meliputi Cleaning, Case Folding, Stopword Removal, Tokenizing, dan Stemming. Selanjutnya ekstraksi fitur menggunakan Term Frequency-Inverse Document Frequency (TF-IDF). Model Naïve Bayes Naive Bayes dipilih karena kemampuannya dalam mengklasifikasikan teks dengan akurasi yang tinggi meskipun pada data yang tidak terlalu besar.Selanjutnya evaluasi kinerja model dilakukan menggunakan Confusion Matrix. Hasil penelitian menunjukkan bahwa akurasi dicapai dengan nilai akurasi sebesar 86 %, precision 92% dan recall 73%. Hal ini menunjukkan bahwa 82,521% Metode Naïve Bayes dapat memprediksi kelas dengan benar. Dengan demikian, Performa Metode Naïve Bayes untuk analisis sentimen aplikasi Gopay baik karena dapat memprediksi banyak kelas data dengan benar dengan rincian 100 data benar-benar positif dan 60 data benar-benar negatif. Kata kunci : Analisis Sentimen, Gopay, Naïve Bayes
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
