Universitas Bhayangkara Jakarta Raya

Institutional Repositories

Ikhwan, Rio Khairul (2021) Implementasi Teknik Web Scraping Untuk Klasifikasi Sentimen Menggunakan Metode Naïve Bayes (Studi Kasus Data Ulasan Jakarta Notebook.com App Store). Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.

	Text 201710225026_Rio Khairul Ikhwan_Cover -Daftar Isi.pdf Download (2MB)
	Text 201710225026_Rio Khairul Ikhwan_BAB I.pdf Download (169kB)
	Text 201710225026_Rio Khairul Ikhwan_BAB II, III, IV.pdf Restricted to Registered users only Download (1MB)
	Text 201710225026_Rio Khairul Ikhwan_BAB V.pdf Download (95kB)
	Text 201710225026_Rio Khairul Ikhwan_Daftar Pustaka.pdf Download (218kB)
	Text 201710225026_Rio Khairul Ikhwan_Lampiran.pdf Restricted to Registered users only Download (1MB)

Abstract

App Store merupakan suatu layanan distribusi digital yang dioperasikan dan dikembangkan perusahaan Apple, layanan tersebut dapat diakses melalui website atau aplikasi yang tersedia pada Ipad dan Iphone. App store mempunyai sebuah fitur yang berisikan ulasan (review) keluhan atau saran dari para penggunanya. Ulasan dari pengguna aplikasi tersebut menjadi tolak ukur yang efektif dan efisien untuk menemukan informasi terhadap produk, yang dapat digunakan untuk melihat ulasan dari pengguna aplikasi. Ulasan atau review yang ada, tedapat banyaknya ulasan yang kurang tepat dengan rating yang diberikan oleh pengguna. Ulasan atau review yang diberikan pada umumnya berisikan keluhan-keluahan yang bersifat negatif yang akan mepengaruhi calon pengguna baru dalam mengunduh atau melakukan transaksi. Dalam penelitian ini, bertujuan untuk pengelompokan ulasan, keakuratan dan informasi yang didapat dari ulasan Jakarta notebook.com. Metode pengumpulan data yang berupa ulasan atau review yang diberikan pengguna kepada aplikasi Jakarta notebook.com dengan menggunakan teknik scraping. Pada proses klasifikasi sentiment yang dilakukan dengan menggunakan metode Naïve Bayes. Metode Naïve Bayes merupakan metode klasifikasi biner yang memanfaatkan probabilitas statistika yang sederhana dengan menerapkan aturan Bayesian menggunakan asumsi independen yang kuat. Hasil klasifikasi menggunakan model Naïve Bayes Classifier didapatkan tingkat akurasi sebesar 82% pada perbandingan 90% : 10%, akurasi sebesar 82.4% pada perbandingan 80% : 20%, dan akurasi sebesar 82.9% pada perbandingan 70% : 30%. Selanjutnya, pada proses asosiasi teks diperoleh informasi bahwa sentimen negatif pengguna aplikasi banyak membicarakan mengenai barang, rusak, murah, harga, dan beli. Kata tersebut biasanya menjadi tolak ukur untuk mengunduh aplikasi serta membeli produk. Hasil ulasan negatif tersebut dibuat dalam diagram fishbone untuk pemecahan masalah.

Item Type:	Thesis (Undergraduate)
Subjects:	Teknologi dan Ilmu Terapan > Komputer
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	Admin Repositori
Date Deposited:	24 Sep 2023 19:25
Last Modified:	24 Sep 2023 19:25
URI:	http://repository.ubharajaya.ac.id/id/eprint/23609

Actions (login required)

View Item

Downloads