Premana, Komang Wiweka (2023) ANALISIS SENTIMEN PENGGUNAAN APLIKASI DATING ONLINE MELALUI TWITTER MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER DAN INFORMATION GAIN. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
1915091026-COVER .pdf Download (2MB) |
|
Text (ABSTRAK)
1915091026-ABSTRAK.pdf Download (292kB) |
|
Text (BAB 1 PENDAHULUAN)
1915091026-BAB 1 PENDAHULUAN.pdf Download (792kB) |
|
Text (BAB 2 KAJIAN TEORI)
1915091026-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (853kB) | Request a copy |
|
Text (BAB 3 METODOLOGI PENELITIAN)
1915091026-BAB 3 METODOLOGI PENELITIAN.pdf Restricted to Repository staff only Download (753kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
1915091026-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
1915091026-BAB 5 PENUTUP.pdf Download (483kB) |
|
Text (DAFTAR PUSTAKA)
1915091026-DAFTAR PUSTAKA.pdf Download (384kB) |
|
Text (LAMPIRAN)
1915091026-LAMPIRAN.pdf Download (2MB) |
Abstract
Dalam era digital yang semakin maju, penggunaan aplikasi semakin meluas di masyarakat, termasuk dalam mencari pasangan melalui datingapp. Namun, penggunaan aplikasi kencan online juga membawa dampak dan tantangan tersendiri. Artikel-artikel sebelumnya telah menunjukkan bahwa terdapat kasus penipuan dan risiko kehilangan uang dalam konteks kencan online. Meskipun demikian, minat masyarakat Indonesia terhadap penggunaan aplikasi kencan online tetap tinggi. Untuk menggali lebih dalam mengenai tanggapan masyarakat terhadap penggunaan aplikasi kencan online, dengan melakukan analisis sentimen menggunakan algoritma machine learning. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar-komentar yang berkaitan dengan penggunaan aplikasi dating online melalui platform Twitter menggunakan metode Naïve Bayes Classifier (NBC) dengan pendekatan Information Gaini (IG) sebagai seleksi fitur dan melakukan perbandingan dengan tanpa melakukan information gain. Naïve Bayes Classifier dipilih berdasarkan keunggulan metode tersebut dalam melakukan klasifikasi sentimen. Dataset yang digunakan dalam penelitian ini terdiri dari tweet di Twitter yang berkaitan dengan aplikasi dating online. Metode NBC dipilih karena keunggulannya dalam klasifikasi sentimen. Pendekatan Information Gain digunakan sebagai menyeleksi fitur untuk memperoleh fitur yang paling informatif dan relevan. Hasil penelitian menunjukkan bahwa kombinasi NBC dan IG mampu melakukan analisis sentimen dengan tingkat akurasi sebesar 65%, precision 68%, dan recall 72%. Jika dibandingkan dengan penggunaan Naïve Bayes Classifier saja menunjukkan akurasi sebesar 52%, precision 51%, recall 51%. Dalam perbandingan dengan penggunaan Naïve Bayes Classifier saja, metode ini menghasilkan peningkatan akurasi sebesar 13%, serta precision dan recall yang lebih baik. Kata Kunci: Analisis sentimen, Aplikasi dating online, Information Gain, Naïve Bayes Classifier, Twitter
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Analisis sentimen, Aplikasi dating online, Information Gain, Naïve Bayes Classifier, Twitter |
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | Komang Wiweka Premana |
| Date Deposited: | 26 Jul 2023 05:07 |
| Last Modified: | 26 Jul 2023 05:07 |
| URI: | http://repo.undiksha.ac.id/id/eprint/17150 |
Actions (login required)
 |
View Item |