KOMPARASI ALGORITMA NAIVE BAYES, C4.5 (DECISION TREE) DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA UANG ELEKTRONIK PADA DATA TWITTER

Wavianur Putri Ittaqullah, 3011610053 (2020) KOMPARASI ALGORITMA NAIVE BAYES, C4.5 (DECISION TREE) DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA UANG ELEKTRONIK PADA DATA TWITTER. Undergraduate thesis, Universitas Internasional Semen Indonesia.

[img] Text (COVER)
0. COVER.pdf
Restricted to Repository staff only

Download (103kB) | Request a copy
[img] Text (HALAMAN JUDUL)
1. HALAMAN JUDUL.pdf
Restricted to Repository staff only

Download (28kB) | Request a copy
[img] Text (HALAMAN PENGESAHAN)
2. HALAMAN PENGESAHAN.pdf
Restricted to Registered users only

Download (247kB) | Request a copy
[img] Text (HALAMAN PERSETUJUAN PUBLIKASI)
3. HALAMAN PERSETUJUAN PUBLIKASI.pdf
Restricted to Repository staff only

Download (326kB) | Request a copy
[img] Text (HALAMAN PERNYATAAN ORISINALITAS)
4. HALAMAN PERNYATAAN ORISINALITAS.pdf
Restricted to Repository staff only

Download (237kB) | Request a copy
[img] Text (ABSTRAK)
5. ABSTRAK.pdf
Restricted to Repository staff only

Download (568kB) | Request a copy
[img] Text (KATA PENGANTAR)
6. KATA PENGANTAR.pdf
Restricted to Repository staff only

Download (236kB) | Request a copy
[img] Text (DAFTAR ISI)
7. DAFTAR ISI.pdf

Download (522kB)
[img] Text (DAFTAR GAMBAR)
8. DAFTAR GAMBAR.pdf
Restricted to Repository staff only

Download (502kB) | Request a copy
[img] Text (DAFTAR TABEL)
9. DAFTAR TABEL.pdf
Restricted to Repository staff only

Download (506kB) | Request a copy
[img] Text (DAFTAR GRAFIK)
10. DAFTAR GRAFIK.pdf
Restricted to Repository staff only

Download (413kB) | Request a copy
[img] Text (BAB I PENDAHULUAN)
11. BAB I PENDAHULUAN.pdf

Download (1MB)
[img] Text (BAB II TINJAUAN PUSTAKA)
12. BAB II TINJAUAN PUSTAKA.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text (BAB III METODE PENELITIAN)
13. BAB III METODE PENELITIAN.pdf
Restricted to Repository staff only

Download (2MB) | Request a copy
[img] Text (BAB IV HASIL DAN PEMBAHASAN)
14. BAB IV HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only

Download (3MB) | Request a copy
[img] Text (BAB V KESIMPULAN DAN SARAN)
15. BAB V KESIMPULAN DAN SARAN.pdf
Restricted to Repository staff only

Download (236kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
16. DAFTAR PUSTAKA.pdf

Download (466kB)
[img] Text (LAMPIRAN)
17. LAMPIRAN.pdf
Restricted to Repository staff only

Download (518kB) | Request a copy
[img] Text (FULL TEXT)
SKRIPSI - WAVIANUR PUTRI ITTAQULLAH (3011610053).pdf
Restricted to Repository staff only

Download (15MB) | Request a copy
[img] Text (FULL TEXT DOC)
SKRIPSI - WAVIANUR PUTRI ITTAQULLAH (3011610053).docx
Restricted to Repository staff only

Download (5MB) | Request a copy
[img] Text (JURNAL)
JURNAL - WAVIANUR PUTRI ITTAQULLAH (3011610053).docx
Restricted to Repository staff only

Download (192kB) | Request a copy

Abstract

Era digital saat ini mengharuskan masyarakat untuk cerdas dengan memanfaatkan kemudahan dan keefektifan dalam berinteraksi antara satu sama lain. Maka dari itu, muncullah beberapa inovasi digital seperti layanan uang elektronik. Banyak sekali layanan uang elektronik yang beredar di Indonesia, misalnya OVO, Gopay dan Dana. Sebagai layanan uang elektronik yang berbasis aplikasi, performa OVO, Gopay dan Dana pun dinilai oleh para penggunanya. Ulasan pengguna yang didapat dari Twitter dianalisa kemudian dijadikan masukan bagi perusahaan dalam menentukan pengembangan pada layanan mereka serta menjadi dasar pengguna untuk memilih menggunakan uang elektronik yang mana. Maka dari itu, perlu dilakukannya analisis sentimen. Algoritma yang digunakan dalam penelitian ini adalah Naïve Bayes, C4.5 (Decision Tree) dan Random Forest. Dengan teknik pengujian menggunakan algoritma 10-fold cross validation dan untuk algoritma C4.5 (Decision Tree) dan Random Forest menggunakan parameter tuning / best parameter untuk meningkatkan performanya dan untuk hasil akhir, Naïve bayes menghasilkan akurasi sebesar 0.79, presisi sebesar 0.66 dan recall sebesar 0.65 untuk C4.5 (Decision Tree) menghasilkan akurasi sebesar 0.78, presisi sebesar 0.66 dan recall sebesar 0.65. Sedangkan Random Forest menghasilkan akurasi sebesar 0.71, presisi sebesar 0.61 dan recall sebesar 0.58.

Item Type: Thesis (Undergraduate)
Additional Information: 052/KK.20/UISI-01/IF
Uncontrolled Keywords: ulasan pengguna, twitter, analisis sentimen, naive bayes, c4.5 (decision tree), random forest
Contributors:
ContributionNameEmail
Thesis advisorMohammad Arif Rasyidi, S.Kom., M.Sc.mohammad.rasyidi@uisi.ac.id
Thesis advisorLailatul Hidayah, S.Kom., M.S.lailatul.hidayah@uisi.ac.id
Subjects: T Technology > T Technology (General)
Divisions: Department of Informatics
Depositing User: Wavianur Putri Ittaqullah
Date Deposited: 27 Aug 2020 07:59
Last Modified: 24 Nov 2020 11:35
URI: https://repository.uisi.ac.id/id/eprint/878

Actions (login required)

View Item View Item