Hamidah, Dhiya Azizah (2023) Analisis Sentimen Ulasan Costumer Kopi TMLST Menggunakan Algoritma Naïve Bayes. Undergraduate thesis, Universitas Bhayangkara Jakarta Raya.
|
Text
201910225160_Dhiya Azizah Hamidah_Cover-Daftar Isi.pdf Download (3MB) |
|
|
Text
201910225160_Dhiya Azizah Hamidah_BAB I.pdf Download (1MB) |
|
|
Text
201910225160_Dhiya Azizah Hamidah_BAB II, III, IV.pdf Restricted to Registered users only Download (2MB) |
|
|
Text
201910225160_Dhiya Azizah Hamidah_BAB V.pdf Download (960kB) |
|
|
Text
201910225160_Dhiya Azizah Hamidah_Daftar Pustaka.pdf Download (1MB) |
|
|
Text
201910225160_Dhiya Azizah Hamidah_Lampiran.pdf Restricted to Repository staff only Download (1MB) |
Abstract
Hasil dari penelitian ini menghasilkan tingkat akurasi yang tinggi dalam memprediksi sentimen positif dan negatif, dengan akurasi sebesar 0.82 atau 82%, menunjukkan bahwa model memiliki kemampuan yang baik dalam mengidentifikasi dengan benar. Dengan hasil evaluasi model yang digunakan memberikan indikasi bahwa Naïve Bayes dapat menjadi pilihan yang efektif dalam melakukan analisis sentimen pada data ulasan TMLST Coffee. Penelitian selanjutnya dapat memfokuskan pada analisis sentimen untuk aspek-aspek tertentu yang relevan dalam konteks TMLST Coffee, seperti layanan customer, kualitas produk, atau pengalaman pengguna. Dengan mendalaminya lebih lanjut, dapat diperoleh wawasan yang lebih spesifik dan mendalam mengenai sentimen customer terhadap setiap aspek tersebut.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Additional Information: | Pembimbing: Ratna Salkiawati, S.T., M.Kom. NIDN0310038006, Rafika Sari, S.Si., M.Si. NIDN0329098902 |
| Subjects: | Teknologi dan Ilmu Terapan > Komputer Teknologi dan Ilmu Terapan > Teknik Informatika |
| Divisions: | Fakultas Ilmu Komputer > Informatika |
| Depositing User: | Mr. Arif Syamsudin |
| Date Deposited: | 29 Dec 2025 03:35 |
| Last Modified: | 29 Dec 2025 03:35 |
| URI: | http://repository.ubharajaya.ac.id/id/eprint/37388 |
Actions (login required)
![]() |
View Item |
Downloads
Downloads per month over past year
