Metode Naive Bayes Classifier untuk Analisis Sentimen Studi Kasus Mega Wisata Coastarina Batam

Andini, Mayada Dwi (2024) Metode Naive Bayes Classifier untuk Analisis Sentimen Studi Kasus Mega Wisata Coastarina Batam. Skripsi thesis, Prodi Sistem Informasi.

	Text cover.pdf - Submitted Version Download (2MB)
	Text bab I.pdf - Submitted Version Download (2MB)
	Text bab II.pdf - Submitted Version Download (7MB)
	Text bab III.pdf - Submitted Version Download (789kB)
	Text bab IV.pdf - Submitted Version Restricted to Registered users only Download (7MB) | Request a copy
	Text bab V.pdf - Submitted Version Download (517kB)
	Text daftar pustaka.pdf - Submitted Version Download (785kB)
	Text lampiran.pdf - Submitted Version Restricted to Registered users only Download (765kB) | Request a copy

Abstract

Pariwisata merupakan salah satu tujuan wisatawan untuk datang ke suatu kota. Biasanya untuk mengunjungi sebuah tempat wisata seseorang melihat rating dari tempat yang akan dikunjungi melalui google review. Selain rating beberapa orang juga melihat ulasan dari tempat tersebut untuk mengetahui kualitas dari tempat wisata. Namun ternyata ulasan yang diberikan tidak sesuai dengan rating maka dari itu perlu adanya analisis sentimen untuk mengetahui ulasan positif dan negatif. Pada penelitian ini akan mengambil studi kasus dari kota Batam yaitu Mega Wisata Coastarina Batam. Metode yang digunakan dalam penelitian ini adalah Naive Bayes. Penggunaan metode Naive Bayes tersebut karena metode pengklasifikasian paling populer digunakan dengan tingkat keakuratan yang baik. Berdasarkan hasil penelitian maka didapatkan hasil analisis sentimen positif yang lebih banyak dari pada sentimen negatif, yaitu 200 sentimen positif dan 141 sentimen nagatif. Hasil pengujian dari penelitian adalah hasil performa analisis sentimen yang didapatkan mulai dari akurasi, precision, recall dan F1-score setelah diimplementasikan menggunakan metode naive bayes yaitu nilai akurasi yang di dapat algoritma naive bayes adalah 69.49% Margin eror sebesar +-7.67% terdapat 200 sentimen positif dan 141 sentimen nagatif. Presisi sejumlah 71.00% pada prediksi positif dan 67.39% pada prediksi negatif. Nilai recall didapat hasil pada data prediksi positif 75.53% dan pada data negatif 62.09%. Hasil dari f1-score yaitu 86.06% pada prediksi positif dan pada prediksi negatif 64.63%.

Item Type:	Thesis (Skripsi)
Uncontrolled Keywords:	Analisis Sentimen, Google Review, Naïve Bayes, RapidMiner: Sentiment Analysis, Google Reviews, Naïve Bayes, RapidMiner
Subjects:	000 Karya Umum > 000-009 Ilmu Umum dan Komputer > 004.21 Sistem Analis dan Desain Komputer 500 Ilmu Alam dan Matematika > 510-519 Matematika > 518.1 Algoritma
Divisions:	Fakultas Teknik dan Komputer > Sistem Informasi
Depositing User:	Lia Priscilla
Date Deposited:	21 May 2024 08:34
Last Modified:	21 May 2024 08:34
URI:	http://repository.upbatam.ac.id/id/eprint/6171

Actions (login required)

View Item