ARDIANTO, FERNANDA RIFKI (2023) PENERAPAN DATA MINING UNTUK ANALISIS SENTIMEN ULASAN GOOGLE PLAY STORE PADA APLIKASI ANTERAJA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.
COVER.pdf
Download (416kB)
AWALAN.pdf
Download (2MB)
BAB I.pdf
Download (426kB)
BAB II.pdf
Restricted to Registered users only
Download (883kB) | Request a copy
BAB III.pdf
Restricted to Registered users only
Download (3MB) | Request a copy
BAB IV.pdf
Restricted to Registered users only
Download (1MB) | Request a copy
BAB V.pdf
Download (387kB)
DAFTAR PUSTAKA.pdf
Download (435kB)
LAMPIRAN.pdf
Restricted to Registered users only
Download (18MB) | Request a copy
Abstract
Ardianto, Fernanda Rifki. 2023. Penerapan data mining untuk analisis sentimen ulasan google play store pada aplikasi anteraja menggunakan metode support vector machine. Skripsi, Program Studi Teknik Informatika Fakultas Sains dan Teknologi Universitas Nahdlatul Ulama Sunan Giri. Pembimbing Utama Rahmat Irsyada, M.Pd dan Pembimbing Pendamping Aprillia Dwi Ardianti, S.Si., M.Pd. Anteraja merupakan salah satu jasa ekspedisi di Indonesia. Anteraja mempunyai aplikasi yang dirancang untuk mengoptimalkan pengiriman barang dengan pemanfaatan teknologi modern. Pengguna dapat mengunduh aplikasi ini melalui google play store, yang memudahkan akses dan pemanfaatan layanan ini. Meskipun demikian, pengalaman setiap pelanggan dengan aplikasi anteraja dapat beragam. Testimoni yang diberikan oleh masyarakat yang telah menggunakan layanan ini sangat bervariasi, mulai dari ulasan positif hingga ulasan yang tidak puas. Namun, rating aplikasi anteraja di google play store cukup rendah. Potensi ini dapat menghambat pertumbuhan dan kepercayaan konsumen terhadap layanan. Oleh karena itu, penelitian ini bertujuan untuk menganalisis ulasan berdasarkan rating rendah di google play store terhadap aplikasi anteraja serta untuk mengungkap penyebab rendahnya rating, mengapa ulasan kurang memuaskan, serta dampaknya terhadap eksistensi layanan. KDD adalah pendekatan yang digunakan untuk menyelesaikan penelitian ini. Penelitian ini menggunakan metode support vector machine, SVM digunakan untuk mengklasifikasikan sentimen ulasan positif dan negatif. Pengujian dilakukan dengan dua skenario, yang berarti data dibagi menjadi dua bagian dengan perbandingan 80:20, 90:10 untuk data training dan data testing. Hasil evaluasi menunjukkan bahwa pembagian dataset dengan rasio 90:10 memiliki akurasi terbaik, yaitu 94.87%, presisi sebesar 94.61%, serta recall sebesar 95.18%.
Item Type: | Thesis (Sarjana (S1)) |
---|---|
Uncontrolled Keywords: | Analisis sentimen, KDD, Support vector machine, Text mining. |
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 600 – Teknologi (Ilmu Terapan) > 600 Teknologi (ilmu terapan) > 600 Teknologi |
Divisions: | Fakultas Sains dan Teknologi > Teknik Informatika |
Depositing User: | Fernanda Rifki Ardianto |
Date Deposited: | 09 Sep 2023 02:37 |
Last Modified: | 09 Sep 2023 02:37 |
Contributors (Pembimbing / Pengarah): | Contribution Name NIDN Thesis advisor IRSYADA, RAHMAT NIDN0727029401 Thesis advisor ARDIANTI, APRILLIA DWI NIDN0726048902 |
URI: | https://repository.unugiri.ac.id:8443/id/eprint/3148 |