ANALISIS SENTIMEN PENGGUNA APLIKASI SENTUH TANAHKU MENGGUNAKAN METODE NAÏVE BAYES, SVM, DAN RANDOM FOREST (STUDI KASUS KEMENTERIAN AGRARIA DAN TATA RUANG/BADAN PERTANAHAN NASIONAL (ATR/BPN))

Melenia Yolanda Fitri, 3021810017 (2022) ANALISIS SENTIMEN PENGGUNA APLIKASI SENTUH TANAHKU MENGGUNAKAN METODE NAÏVE BAYES, SVM, DAN RANDOM FOREST (STUDI KASUS KEMENTERIAN AGRARIA DAN TATA RUANG/BADAN PERTANAHAN NASIONAL (ATR/BPN)). Undergraduate thesis, Universitas Internasional Semen Indonesia.

	Text (COVER) 0. COVER.pdf Download (379kB)
	Text (HALAMAN JUDUL) 1. HALAMAN JUDUL.pdf Download (72kB)
	Text (HALAMAN PENGESAHAN) 2. HALAMAN PENGESAHAN.pdf Restricted to Registered users only Download (307kB) | Request a copy
	Text (HALAMAN PERSETUJUAN PUBLIKASI) 3. HALAMAN PERSETUJUAN PUBLIKASI.pdf Restricted to Repository staff only Download (394kB) | Request a copy
	Text (HALAMAN PERNYATAAN ORISINALITAS) 4. HALAMAN PERNYATAAN ORISINALITAS.pdf Restricted to Repository staff only Download (273kB) | Request a copy
	Text (ABSTRAK) 5. ABSTRAK.pdf Download (258kB)
	Text (KATA PENGANTAR) 6. KATA PENGANTAR.pdf Restricted to Repository staff only Download (252kB) | Request a copy
	Text (DAFTAR ISI) 7. DAFTAR ISI.pdf Download (293kB)
	Text (DAFTAR GAMBAR) 8. DAFTAR GAMBAR.pdf Restricted to Repository staff only Download (288kB) | Request a copy
	Text (DAFTAR TABEL) 9. DAFTAR TABEL.pdf Restricted to Repository staff only Download (360kB) | Request a copy
	Text (BAB I PENDAHULUAN) 10. BAB I PENDAHULUAN.pdf Download (265kB)
	Text (BAB II KAJIAN PUSTAKA) 11. BAB II KAJIAN PUSTAKA.pdf Restricted to Repository staff only Download (618kB) | Request a copy
	Text (BAB III METODOLOGI PENELITIAN) 12. BAB III METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV HASIL DAN PEMBAHASAN) 13. BAB IV HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB V PENUTUP) 14. BAB V PENUTUP.pdf Restricted to Repository staff only Download (327kB) | Request a copy
	Text (DAFTAR PUSTAKA) 15. DAFTAR PUSTAKA.pdf Download (256kB)
	Text (LAMPIRAN) 16. LAMPIRAN.pdf Restricted to Repository staff only Download (564kB) | Request a copy
	Text (FULL TEXT) 17. SKRIPSI - MELENIA YOLANDA FITRI (3021810017).pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (FULL TEXT DOC) 18. SKRIPSI - MELENIA YOLANDA FITRI (3021810017).docx Restricted to Repository staff only Download (5MB) | Request a copy
	Text (DRAFT JURNAL) 19. JURNAL - MELENIA YOLANDA FITRI (3021810017).docx Restricted to Repository staff only Download (939kB) | Request a copy

Abstract

Pendapat atau opini merupakan bentuk pemberian respon baik secara individu ataupun kelompok. Seiring dengan perkembangan teknologi pemberian opini dapat disampaikan dimana saja, seperti halnya melalui kolom komentar di Google Play Store. Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional juga menyiapkan aplikasi pelayanan pertanahan berupa Sentuh Tanahku. Dalam hal ini, tentu peranan opini publik dapat dimanfaatkan sebagai media pendekatan dalam pengambilan keputusan di organisasi. Oleh karena itu, perlu dilakukan sentimen analisis untuk mengetahui respon pengguna aplikasi. Dataset yang digunakan merupakan hasil scraping dari Google Play Store pada tahun 2017 hingga 2021. Adanya pre-processing digunakan sebagai proses pembersihan data mentah (hasil scraping), seperti penghapusan emoji, dan kalimat yang tidak diperlukan. Hasil dari preprocessing kemudian akan dijadikan sebagai dataset baru untuk dilakukan labelling dengan TextBlob, sehingga perlu dilakukan translation sebelumnya. Visualisasi word cloud dapat digunakan setelah proses labelling untuk menemukan kata yang sering muncul pada komentar aplikasi Sentuh Tanahku. Dataset akhir akan diklasifikasikan dengan menggunakan metode Machine Learning Naïve Bayes, Support Vector Machine (SVM), dan Random Forest. Sebelum membandingkan hasil model klasifikasi dari ketiga model, terlebih dahulu dilakukan perbandingan hasil dari pembobotan pada setiap metode, yakni secara CountVectorizer dan TF-IDF. Hasil akhir klasifikasi menunjukkan bahwa Linear SVM dengan pembobotan TF-IDF mendapatkan akurasi hingga 84,86%.

Item Type:	Thesis (Undergraduate)
Additional Information:	Soft File
Contributors:	Contribution Name Email Thesis advisor Brina Miftahurrohmah, S.Si., M.Si., MCE brina.miftahurrohmah@uisi.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Department of Information System
Depositing User:	Melenia Yolanda Fitri
Date Deposited:	11 Feb 2022 12:25
Last Modified:	11 Feb 2022 12:25
URI:	https://repository.uisi.ac.id/id/eprint/2960

Actions (login required)

View Item