PERBANDINGAN METODE NAÏVE BAYES DAN LSTM UNTUK SENTIMENT ANALYSIS PADA PELAYANAN DARING (STUDI KASUS: FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA)

Tesya, Kadek (2024) PERBANDINGAN METODE NAÏVE BAYES DAN LSTM UNTUK SENTIMENT ANALYSIS PADA PELAYANAN DARING (STUDI KASUS: FAKULTAS TEKNIK DAN KEJURUAN, UNIVERSITAS PENDIDIKAN GANESHA). Masters thesis, Univesitas Pendidikan Ganesha.

[img] Text (COVER)
2129101035 -COVER.pdf
Download (3MB)
[img] Text (ABSTRAK)
2129101035 -ABSTRAK.pdf
Download (3MB)
[img] Text (BAB 1 PENDAHULUAN)
2129101035 -BAB 1 PENDAHULUAN.pdf
Download (3MB)
[img] Text (BAB 2 KAJIAN TEORI)
2129101035 -BAB 2 KAJIAN TEORI.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (BAB 3 METODELOGI PENELITIAN)
2129101035 -BAB 3 METODELOGI PENELITIAN.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (BAB 4 HASIL DAN PEMBAHASAN)
2129101035 -BAB 4 HASIL DAN PEMBAHASAN.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (BAB 5 PENUTUP)
2129101035 -BAB 5 PENUTUP.pdf
Restricted to Repository staff only
Download (3MB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
2129101035 -DAFTAR PUSTAKA.pdf
Download (3MB)
[img] Text (LAMPIRAN)
2129101035 -LAMPIRAN.pdf
Download (3MB)

Abstract

Fakultas Teknik dan Kejuruan (FTK) salah satu fakultas di Universitas Pendidikan Ganesha (Undiksha) yang memanfaatkan pelayanan daring saat Covid-19. Penerapan pelayanan daring ini menimbulkan berbagai komentar dari kalangan mahasiswa, sehingga perlu dilakukan analisis sentimen untuk mendapatkan komentar-komentar dari mahasiswa. Komentar-komentar mahasiswa berupa komentar positif dan komentar negatif. Analisis sentimen terhadap pelayanan daring di FTK Undiksha menggunakan metode Naïve Bayes dan Long Short-Term Memory (LSTM). Data yang digunakan adalah data yang didapat dari penyebaran kuesioner dari mahasiswa FTK. Pengujian pada penelitian ini menggunakan confusion matrix yang terdiri accuracy, precision, recall, dan f-measure. Dimana hasil dari confusion matrix tersebut dijadikan nilai dari metode Naïve Bayes dan LSTM. Tujuan dari penelitian ini adalah hasil nilai confusion matrix dari perbandingan metode Naïve Bayes dan LSTM mengenai pelayanan daring di FTK Undiksha dan word frekuensi hasil pengolahan kuesioner yang dikumpulkan untuk melihat kata yang sering muncul dari pelayanan daring FTK. Word frekuensi yang berguna untuk memudahkan membaca kata yang sering muncul pada komentar. Hasil klasifikasi metode Naïve Bayes pengujian accuracy sebesar 83,69%, precision sebesar 84,65%, recall sebesar 83,69% dan f-measure sebesar 83,46%. Hasil klasifikasi metode LSTM diperoleh accuracy sebesar 53,12%, precision sebesar 82,82%, recall 53,12% dan f-measure 36,65%. Hasil dari nilai accuracy LSTM sangat kecil kemungkinan penyebab terbesarnya adalah karena saat dilakukan testing metode LSTM hanya membaca komentar positif saja. Selain itu dataset yang digunakan juga dapat memengaruhi nilai pada LSTM. Untuk meningkatkan nilai accuracy pada LSTM agar lebih tinggi dapat ditambahkan beberapa fitur yang dapat memperbaiki nilai LSTM. Perbandingan performansi metode Naïve Bayes dan LSTM menandakan bahwa metode Naïve Bayes lebih akurat digunakan untuk perhitungan komentar mahasiswa tentang pelayanan daring di FTK Undiksha.

Item Type: Thesis (Masters)
Uncontrolled Keywords: Analisis Sentimen, LSTM, Naïve Bayes, Covid-19.
Subjects: T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Pascasarjana > Program Studi Ilmu Komputer (S2)
Depositing User: Ni Kadek Tesya Ari Saputri
Date Deposited: 15 Feb 2024 06:46
Last Modified: 15 Feb 2024 06:46
URI: http://repo.undiksha.ac.id/id/eprint/18520

Actions (login required)

View Item View Item