Bintang Wijayanti, Ida Ayu Kadek (2025) ANALISIS SENTIMEN PENGGUNAAN APLIKASI OME TV MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER. Undergraduate thesis, Universitas Pendidikan Ganesha.
![[img]](http://repo.undiksha.ac.id/style/images/fileicons/text.png) |
Text (COVER)
2115091083-COVER.pdf Download (604kB) |
|
Text (ABSTRAK)
2115091083-ABSTRAK.pdf Download (263kB) |
|
Text (BAB 1 PENDAHULUAN)
2115091083-BAB 1 PENDAHULUAN.pdf Download (276kB) |
|
Text (BAB 2 KAJIAN TEORI)
2115091083-BAB 2 KAJIAN TEORI.pdf Restricted to Repository staff only Download (537kB) | Request a copy |
|
Text (BAB 3 METODELOGI PENELITIAN)
2115091083-BAB 3 METODELOGI PENELITIAN.pdf Restricted to Repository staff only Download (747kB) | Request a copy |
|
Text (BAB 4 HASIL DAN PEMBAHASAN)
2115091083-BAB 4 HASIL DAN PEMBAHASAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
|
Text (BAB 5 PENUTUP)
2115091083-BAB 5 PENUTUP.pdf Restricted to Repository staff only Download (216kB) | Request a copy |
|
Text (DAFTAR PUSTAKA)
2115091083-DAFTAR PUSTAKA.pdf Download (165kB) |
|
Text (LAMPIRAN)
2115091083-LAMPIRAN.pdf Download (4MB) |
Abstract
Ome TV merupakan aplikasi video call dan chat secara acak yang populer di kalangan remaja Indonesia, namun penggunaannya kerap disalahartikan sehingga memicu tindakan yang melanggar norma sosial. Penelitian ini bertujuan untuk mengetahui sentimen masyarakat mengenai aplikasi Ome TV berdasarkan analisis sentimen ulasan pengguna di Twitter (X) serta untuk mengukur akurasi metode Naive Bayes Classifier dalam mengklasifikasikan sentimen tersebut. Data diperoleh melalui proses crawling dari Twitter (X) menggunakan beberapa kata kunci terkait Ome TV dengan periode data tahun 2020-2025, menghasilkan 6.855 data. Data kemudian dilabeli oleh tiga guru bahasa Indonesia dibagi menjadi kelas positif, netral, dan negatif. Selanjutnya dilakukan preprocessing meliputi cleaning, case folding, stopword removal, tokenizing, normalization, serta stemming sehingga data berkurang menjadi 3.299 data. Proses pembobotan kata menggunakan TF-IDF, lalu dilakukan klasifikasi dengan metode Naive Bayes menggunakan k-fold cross validation (fold-5 dan fold-10). Hasil penelitian menunjukkan sentimen pengguna terhadap Ome TV bersifat netral dengan jumlah 2.752, sedangkan negatif 310 data dan positif 237. Motode Naive Bayes berhasil mengklasifikasikan data dengan accuracy mencapai 83%, precision 100%, recall 1%, dan f1-score 1% pada kedua fold. Setelah diterapkan teknik SMOTE untuk menyeimbangkan data, accuracy meningkat menjadi 94%, precision 93%, recall 100% pada kedua fold, dan f1-score pada fold-5 meningkat menjadi 97% dan fold-10 yaitu 96%. Penelitian ini menunjukkan bahwa metode Naive Bayes dengan TF-IDF serta SMOTE efektif dalam analisis sentimen serta dapat menjadi dasar pengembangengan kualitas dan keamanan fitur Ome TV kedepannya.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Analisis sentimen, Ome TV, Naive Bayes Classifier, Twitter (X), SMOTE. |
| Subjects: | L Education > L Education (General) T Technology > TA Engineering (General). Civil engineering (General) |
| Divisions: | Fakultas Teknik dan Kejuruan > Jurusan Teknik Informatika > Program Studi Sistem Informasi (S1) |
| Depositing User: | Ida Ayu Kadek Bintang Wijayanti |
| Date Deposited: | 28 Jul 2025 05:57 |
| Last Modified: | 28 Jul 2025 05:57 |
| URI: | http://repo.undiksha.ac.id/id/eprint/26189 |
Actions (login required)
 |
View Item |