ANALISIS SENTIMEN KLASIFIKASI ULASAN APLIKASI MAMIKOS DENGAN METODE MULTINOMIAL NAIVE BAYES DAN PARTICLE SWARM OPTIMIZATION

Ira Nurpalah, - (2024) ANALISIS SENTIMEN KLASIFIKASI ULASAN APLIKASI MAMIKOS DENGAN METODE MULTINOMIAL NAIVE BAYES DAN PARTICLE SWARM OPTIMIZATION. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_PSTI_2008018_Title.pdf Download (974kB)
	Text S_PSTI_2008018_Chapter1.pdf Download (276kB)
	Text S_PSTI_2008018_Chapter2.pdf Restricted to Staf Perpustakaan Download (569kB)
	Text S_PSTI_2008018_Chapter3.pdf Download (485kB)
	Text S_PSTI_2008018_Chapter4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_PSTI_2008018_Chapter5.pdf Download (259kB)
	Text S_PSTI_2008018_Appendix.pdf Restricted to Staf Perpustakaan Download (2MB)

Abstract

Aplikasi Mamikos adalah aplikasi yang berisi informasi kos di berbagai daerah. Analisis sentimen terhadap aplikasi Mamikos memiliki peran yang penting untuk pengambilan keputusan yang efektif dan pengembangan aplikasi yang sesuai dengan kebutuhan pengguna, maka penelitian ini dimaksudkan untuk memberikan informasi terkait ulasan pengguna pada aplikasi Mamikos. Pada penelitian ini metode yang digunakan adalah Multinomial Naïve Bayes dan Particle Swarm Optimization. Pengumpulan data menggunakan teknik scraping dengan jumlah 5.000 ulasan. Hasil penelitian ini menunjukkan kecenderungan lebih banyak jumlah ulasan positif yang didapatkan dari hasil penelitian dibandingkan dengan jumlah ulasan negatif di Google Playstore. Pada hasil klasifikasi dengan metode Multinomial Naïve Bayes mendapatkan nilai akurasi sebesar 88%, sementara dengan tambahan metode Particle Swarm Optimization akurasi yang dihasilkan menjadi 90%. Adanya pengingat dan mengoptimalkan fungsi mamicheker dari pihak Mamikos kepada pemilik kos untuk melakukan pembaruan foto ataupun video kos dapat membantu para pencari kos untuk bisa menemukan kos yang sesuai. Dengan demikian kualitas aplikasi Mamikos dapat meningkat. ----- The Mamikos application is an application that contains boarding information in various regions. Sentiment analysis of the Mamikos application has an important role for effective decision making and application development in accordance with user needs, so this research is intended to provide information related to user reviews on the Mamikos application. In this research, the methods used are Multinomial Naïve Bayes and Particle Swarm Optimization. Data collection using scraping techniques with a total of 5.000 reviews. The results of this study show a tendency for more positive reviews to be obtained from the research results compared to the number of negative reviews on Google Playstore. In the classification results with the Multinomial Naïve Bayes method, the accuracy value is 88%, while with the addition of the Particle Swarm Optimization method the resulting accuracy is 90%. The existence of reminders and optimizing the mamicheker function from Mamikos to the boarding house owner to update photos or videos of the boarding house can help boarding house seekers to find suitable boarding houses. Thus the quality of the Mamikos application can be improved.

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=new_articles&hl=id&imq=IRA+NURPALAH# ID SINTA Dosen Pembimbing : Suprih Widodo : 5978120 Dian Permatasari : 6160445
Uncontrolled Keywords:	Analisis Sentimen, Ulasan, Mamikos, Multinomial Naïve Bayes, Particle Swarm Optimization. Sentiment Analysis, Review, Mamikos, Multinomial Naïve Bayes, Particle Swarm Optimization
Subjects:	L Education > L Education (General) T Technology > T Technology (General)
Divisions:	UPI Kampus Purwakarta > S1 Pendidikan Sistem Teknologi dan Informasi
Depositing User:	Ira Nurpalah
Date Deposited:	11 Jul 2024 03:36
Last Modified:	29 Jul 2024 03:27
URI:	http://repository.upi.edu/id/eprint/118868

Actions (login required)

View Item