Analisis Perbandingan Sentimen Pengguna Twitter Terhadap Layanan Indihome Menggunakan Metode Klasifikasi

DELLA, PUSPITASARI (9882405219121009) (2023) Analisis Perbandingan Sentimen Pengguna Twitter Terhadap Layanan Indihome Menggunakan Metode Klasifikasi. Undergraduate Thesis, Universitas Informatika dan Bisnis Indonesia.

	Text Cover.pdf Download (10kB)
	Text Abstrak.pdf Download (76kB)
	Text Bab 1.pdf Download (197kB)
	Text Daftar Pustaka.pdf Download (126kB)

Abstract

Internet sangat dibutuhkan untuk kehidupan sehari-hari, dimana di indonesia sudah banyak penyedia layanan internet salah satunya indihome. Analisis sentimen sendiri bertujuan untuk mengelompokan suatu teks kedalam kelas Negative, Positive dan Netral. Pada platform twitter banyak sekali ulasan mengenai provider internet salah satunya indihome, karena adanya pelayanan yang kurang baik atau untuk sekedar mengapresiasi pelayanan yang diberikan. Berdasarkan perhitungan hasil yang didapatkan 71,1% negative, 21,1% positive dan 7,7% netral. Data yang diperoleh tidak seimbang maka dari itu proses pengklasifikasian di bantu menggunakan Smote. Hasil perbandingan ke empat metode yang digunakan ialah Support Vector Machine dengan tingkat accuracy 89% tingkat AUC 89% jika menggunakan smote mendapatkan accuracy 93% dan tingkat AUC 97% dengan data training 80% dan testing 20%, Naïve Bayes dengan tingkat accuracy 86% AUC 95% jika menggunakan smote mendapatkan accuracy 89% AUC 89% dengan data training 80% dan testing 20% , Random forest dengan tingkat accuracy 82% AUC 91% jika menggunakan smote mendapatkan accuracy 85% AUC 91% dengan data training 70% dan testing 30%, Decision tree dengan tingkat accuracy 78% AUC 70% dengan data training 50% dan testing 50% jika menggunakan smote mendapatkan accuracy 81% AUC 71%. Dari keseluruhan perbandingan accuracy paling tinggi tanpa smote ataupun menggunakan smote ialah Support Vector Machine. Kata kunci : Indihome, Smote, Support Vector Machine, Naïve Bayes, Random forest, Decision tree

Item Type:	Other
Additional Information:	SKRIPSI PRODI SISTEM INFORMASI S1
Subjects:	H Social Sciences > H Social Sciences (General) T Technology > T Technology (General)
Divisions:	Fakultas Teknologi dan Informatika > Sistem Informasi
Depositing User:	PERPUS PERPUSTAKAAN UNIBI
Date Deposited:	18 Nov 2024 10:44
Last Modified:	18 Nov 2024 10:44
URI:	http://repository.unibi.ac.id/id/eprint/715

Actions (login required)

View Item