ANALISIS SENTIMEN APLIKASI KENCAN MENGGUNAKAN KLASIFIKASI NAÏVE BAYES DENGAN MENERAPKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE (SMOTE) UNTUK MENGATASI DATA IMBALANCE (Studi Kasus : Aplikasi Tinder)

Lubis, M.Rusdi (2023) ANALISIS SENTIMEN APLIKASI KENCAN MENGGUNAKAN KLASIFIKASI NAÏVE BAYES DENGAN MENERAPKAN SYNTHETIC MINORITY OVER-SAMPLING TECHNIQUE (SMOTE) UNTUK MENGATASI DATA IMBALANCE (Studi Kasus : Aplikasi Tinder). Other thesis, UPN Veteran Yogyakarta.

	Text ABSTRAK.pdf Download (14kB)
	Text COVER.pdf Download (145kB)
	Text DAFTAR ISI.pdf Download (130kB)
	Text DAFTAR PUSTAKA.pdf Download (178kB)
	Text Halaman Pengesahan Pembimbing.pdf Download (256kB)
	Text SKRIPSI FULL_M Rusdi Lubis_123180002.pdf Restricted to Repository staff only Download (4MB)

Abstract

Media sosial merupakan sarana untuk mendapatkan informasi yang bisa diakses
dengan mudah yang mempunyai ragam jenis dan fungsinya tersendiri. Sebelum adanya
media sosial, jika seseorang ingin mendapatkan pasangan biasanya didapatkan melalui
orangtua atau mencari pasangan sendiri. Belakangan ini sedang ramai diperbincangkan
media sosial yang digunakan untuk mencari pasangan yaitu aplikasi tinder yang terdapat
pada Google Playstore yang mempunyai ulasan sebanyak 4 juta ulasan. Melalui ulasan
aplikasi kencan, dapat diketahui tingkat kepuasan dan tanggapan pengguna. Hal ini juga
berguna bagi seorang pengembang sistem (developer) untuk meningkatkan kinerja aplikasi.
Ulasan yang diberikan terdiri dari ulasan positif maupun negatif yang dapat mempengaruhi
calon pengguna lainnya.
Data pada ulasan aplikasi kencan memiliki ketidak seimbangan. Hal ini dipengaruhi
oleh seberapa banyak pengguna yang menulis ulasan mengenai aplikasi tersebut yang
menggambarkan tingkat kepuasan setelah menggunakannya. Oleh karena itu, diperlukan
analisis sentimen yang mampu mengklasifikasikan ulasan penggguna aplikasi kencan.Pada
penelitian ini, metode Naïve Bayes diterapkan untuk mengklasifikasikan data dengan kelas
sentimen dan penggunaan metode SMOTE untuk menyeimbangkan dataset dan juga untuk
meningkatkan kinerja algoritma klasifikasi Naïve bayes dalam analisis ulasan aplikasi
kencan.
Hasil yang diperoleh pada penelitian ini terlihat pada split data 80:20 akurasi 82%,
presisi 82%, recall 70%. Nilai akurasi naik 9,56% dari nilai tertinggi pada model naïve
bayes (tanpa SMOTE), kenaikan akurasi pada model Naïve bayes-SMOTE diharapkan
mampu menunjukkan peningkatan performa yang sangat baik dalam pengklasifikasian data.
Kata Kunci: Analisis Sentimen, Aplikasi Tinder, Tidak Seimbang, SMOTE

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Aplikasi Tinder, Tidak Seimbang, SMOTE
Subjects:	S Agriculture > S Agriculture (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Sepfriend Ayu Kelana Giri
Date Deposited:	16 Jun 2023 04:56
Last Modified:	16 Jun 2023 04:56
URI:	http://eprints.upnyk.ac.id/id/eprint/35977

Actions (login required)

View Item