ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI YOUKU MENGGUNAKAN BAG OF WORD DAN NAIVE BAYES

Zahra Adisti Putri Azali, . (2025) ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI YOUKU MENGGUNAKAN BAG OF WORD DAN NAIVE BAYES. Skripsi thesis, UPN Veteran Yogyakarta.

	Text 1_Cover_123210135_Zahra Adisti Putri Azali.pdf Download (124kB)
	Text 2_Abstrak_123210135_Zahra Adisti Putri Azali.pdf Download (177kB)
	Text 3_Halaman Pengesahan_123210135_Zahra Adisti Putri Azali.pdf Download (852kB)
	Text 4_Daftar Isi_123210135_Zahra Adisti Putri Azali.pdf Download (190kB)
	Text 5_Daftar Pustaka_123210135_Zahra Adisti Putri Azali.pdf Download (214kB)
	Text 6_Skripsi Full_123210135_Zahra Adisti Putri Azali.pdf Restricted to Repository staff only Download (6MB)

Abstract

Perkembangan teknologi digital membuat pengguna platform hiburam online semakin populer, pengguna lebih sering memberikan ulasan berupa kepuasan atau keluhan terhadap layanan tersebut. Ulasan ini mencerminkan perasaan pengguna, baik positif maupun negatif, yang bisa mewakili opini umum terhadap kualitas aplikasi. Karena itu, menganalisis sentimen ulasan menjadi penting agar pengembang bisa memahami pandangan pengguna secara objektif, sehingga bisa dievaluasi dan dikembangkan lebih baik. Aplikasi Youku yang merupakan salah satu layanan streaming video populer juga menerima berbagai ulasan, mulai dari positif hingga negatif. Keberagaman pendapat ini membutuhkan metode yang tepat untuk mengklasifikasikan sentimen agar hasilnya bisa digunakan sebagai dasar pengambilan keputusan yang lebih jelas.
Penelitian ini menggunakan algoritma Naïve Bayes dengan pendekatan Bag of Word untuk mengklasifikasikan sentimen pada ulasan aplikasi Youku. Dataset yang digunakan terdiri dari 3.000 ulasan yang didapatkan dari Google Play Store. Ulasan-ulasan ini diberi label positif dan negatif secara manual untuk menjadi acuan dalam prosees pembelajaran model. Sebelum dianalisis, data melalui beberapa tahap preprocessing seperti cleansing, case folding, normalization, tokenizing, stopword removal, dan stemming, agar teks menjadi lebih rapi dan mudah diproses. Setelah itu, data dibagi menjadi dua bagian dengan rasio 80:20, yaitu 2.400 data untuk data latih dan 600 data untuk data uji. Pendekatan Bag of Word digunakan untuk mengubah teks menjadi bentuk vektor berdasarkan jumlah kemunculan kata, sehingga memudahkan algoritma Naïve Bayes dalam mengenali kata yang menunjukkan sentimen positif maupun negatif secara tepat.
Hasil penelitian menunjukkan bahwa kombinasi algoritma Naïve Bayes dengan pendekatan Bag of Word mampu mencapai akurasi sebesar 88,5%. Dibandingkan dengan penggunaan Naïve Bayes tanpa Bag of Word hanya mengahasilkan akurasi 64%, hasil ini menunjukkan bahwa pendekatan Bag of Word lebih efektif dalam menghasilkan klasifikasi sentimen yang tepat. Penelitian ini membuktikan efektivitas Bag of Word dalam mendukung analisis sentimen berbasis Naïve Bayes, serta memberikan manfaat langsung bagi pengembang aplikasi dalam memahami opini pengguna, mengidentifikasi permasalahan layanan, dan meningkatkan kualitas pengalaman pengguna.

Kata kunci: Analisis sentimen, Naïve Bayes, Bag of Word , Youku, Ulasan Pengguna

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	Zahra Adisti Putri Azali (Penulis - 123210135) Heriyanto (Pembimbing)
Uncontrolled Keywords:	Analisis sentimen, Naïve Bayes, Bag of Word , Youku, Ulasan Pengguna
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	Bayu Pambudi
Date Deposited:	19 Sep 2025 06:45
Last Modified:	19 Sep 2025 06:45
URI:	http://eprints.upnyk.ac.id/id/eprint/43752

Actions (login required)

View Item