ANALISIS SENTIMEN TERHADAP DATA TANGGAPAN APLIKASI TEMPAT PENGINAPAN DI SITUS GOOGLE PLAY MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES

FIRMANSYAH, MUHAMMAD (2020) ANALISIS SENTIMEN TERHADAP DATA TANGGAPAN APLIKASI TEMPAT PENGINAPAN DI SITUS GOOGLE PLAY MENGGUNAKAN METODE KLASIFIKASI NAIVE BAYES. Undergraduate thesis, UNIVERSITAS STIKUBANK.

	PDF (HML JUDUL) Download (8MB)
	PDF (ABSTRAK) Download (103kB)
	PDF (BAB I) Download (197kB)
	PDF (BAB II) Restricted to Repository staff only Download (390kB)
	PDF (BAB III) Restricted to Repository staff only Download (1MB)
	PDF (BAB IV) Restricted to Repository staff only Download (4MB)
	PDF (BAB V) Restricted to Repository staff only Download (87kB)
	PDF (DAFTAR PUSTAKA) Download (95kB)
	PDF (LAMPIRAN) Restricted to Repository staff only Download (9MB)

Abstract

Kegiatan usaha telah telah beroperasi dengan menggunakan media website atau aplikasi untuk meningkatkan pendapatan dan melakukan promosi secara masif. Salah satu kegiatan usaha dalam sektor pariwisata yaitu persewaan kamar atau tempat penginapan. Dalam mencari informasi tempat penginapan dapat mengunduh aplikasi tentang tempat penginapan antara lain: Agoda, Airyrooms, Oyo, dan Reddoorz pada situs google play. Terkadang bagi konsumen baru sulit untuk menentukan aplikasi pilihan yang memiliki layanan yang sama. Produk aplikasi yang baik dapat dilihat pada pemberian data tanggapan terhadap pengunaan layanan suatu aplikasi yang digunakan. Dengan memanfaatkan data tanggapan aplikasi yang besar disitus google play maka, dilakukan analisis sentimen menggunakan metode klasifikasi naive bayes untuk menentukan aplikasi yang ingin diunduh yang diketahui dengan nilai akurasi data tertinggi dan jumlah kelas label yang terkandung didalamnya. Dengan klasifikasi data menggunakan partisi data 80% data latih dan 20% data uji penelitian ini menghasilkan menghasilkan nilai akurasi data tertinggi sebesar 92.67% pada aplikasi reddoorz dipercobaan ketiga yang memiliki 587 jumlah label positif dan 78 jumlah label negatif dengan penggunaan kata yang sering digunakan adalah "mudah", "murah", dan "nyaman" sehingga dapat menjadi pertimbangan dalam mengunduh aplikasi tersebut serta mencari informasi tempat penginapan. ABSTRACT Business activities have been operating by using website or application media to increase revenue and conduct massive promotions. One of the business activities in the tourism sector is the rental of rooms or accommodation. In searching for lodging information, you can download applications for lodging places such as: Agoda, Airyrooms, Oyo, and Reddoorz on the Google Play site. Sometimes for new consumers it is difficult to determine the choice of applications that have the same service. A good application product can be seen in the provision of data responses to the use of services of an application that is used. By utilizing large application response data on the google vii play site, sentiment analysis is done using the naive bayes classification method to determine the application you want to download, which is known with the highest data accuracy value and the number of label classes contained therein. With data classification using data partition 80% of training data and 20% of this research test data yielded the highest value of data accuracy of 92.67% in the third trial Reddoorz application which has 587 positive labels and 78 negative labels with the use of words that are often used is " easy "," cheap ", and" comfortable "so that it can be a consideration in downloading the application and looking for information on where to stay.

Item Type:	Thesis (Undergraduate)
Additional Information:	NIM: 15.01.55.0081 SKR.I.05.02.1894
Uncontrolled Keywords:	Text Mining, Klasifikasi, Klasifikasi Naive Bayes, Analisis Sentimen
Subjects:	Q Science > QA Mathematics > QA76 Computer software
Faculty / Institution:	Fakultas Teknologi Informasi > Program Studi Sistem Informasi
Depositing User:	Ani Mariawati
Date Deposited:	28 Sep 2020 05:42
Last Modified:	28 Sep 2020 05:42
URI:	https://eprints.unisbank.ac.id/id/eprint/7172

Actions (login required)

View Item