Maulana, Alwan (2025) PERBANDINGAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAÏVE BAYES DALAM MENGANALISIS SENTIMEN PENGGUNA APLIKASI HAJI PINTAR. Undergraduate Thesis thesis, UIN Raden Fatah Palembang.
|
Text
COVER.pdf Download (39kB) | Preview |
|
|
Text
ABSTRAK.pdf Download (29kB) | Preview |
|
![[img]](http://repository.radenfatah.ac.id/style/images/fileicons/text.png) |
Text
BAB I.pdf Restricted to Registered users only Download (32kB) | Request a copy |
|
|
Text
BAB II.pdf Restricted to Registered users only Download (303kB) | Request a copy |
|
|
Text
BAB III.pdf Restricted to Registered users only Download (116kB) | Request a copy |
|
|
Text
BAB IV.pdf Restricted to Registered users only Download (5MB) | Request a copy |
|
|
Text
BAB V.pdf Restricted to Registered users only Download (41kB) | Request a copy |
|
|
Text
DAFTAR PUSTAKA.pdf Download (148kB) | Preview |
Abstract
Penelitian ini membahas kinerja dari dua algoritma dalam menganalisis sentimen pengguna aplikasi Haji Pintar, sehingga diperlukan analisis komparatif untuk menentukan algoritma yang memiliki kinerja yang optimal dalam analisis sentimen. Metode penelitian yang diterapkan adalah metode eksperimen komparatif. Tujuan penelitian untuk melakukan perbandingan algoritma Support Vector Machine dan Naïve Bayes dalam menganalisis sentimen pengguna aplikasi Haji Pintar. Dataset diperoleh dari Google Play Store dengan teknik web scraping sebanyak 2091 data. Evaluasi dilakukan berdasarkan metrik evaluasi, yaitu accuracy, precision, recall, dan F1-Score dengan proporsi data uji dan data latih dengan rasio 10:90, 20:80 dan 30:70. Hasil pengujian dengan data uji dan data latih dengan rasio 10:90, algoritma SVM memperoleh nilai accuracy 90.48%, precision 88.64%, recall 92.86%, dan F1-Score 90.70%. Sedangkan, algoritma NB hanya memperoleh nilai accuracy 90.48%, precision 86.96%, recall 95.24%, dan F1-Score 90.91%. Hasil pengujian dengan data uji dan data latih dengan rasio 20:80, algoritma SVM memperoleh nilai accuracy 91.37%, precision 90.17%, recall 92.86%, dan F1-Score 91.50%. Sedangkan, algoritma NB hanya menghasilkan nilai accuracy 90.18%, precision 87.29%, recall 94.05%, dan F1-Score 90.54%. Hasil pengujian dengan data uji dan data latih dengan rasio 30:70, algoritma SVM menghasilkan nilai accuracy 91.47%, precision 89.73%, recall 93.65%, dan F1-Score 91.65%, sedangkan untuk algoritma NB hanya memperoleh nilai accuracy 89.48%, precision 85.66%, recall 94.84%, dan F1-Score 90.02%. Berdasarkan hasil komparasi algoritma ini, tingkat kinerja algoritma SVM terbukti lebih optimal dibandingkan algoritma NB dalam menganalisis sentimen pengguna aplikasi Haji Pintar, pada setiap pembagian data uji dan data latih dengan rasio 10:90, 20:80 serta 30:70.
| Item Type: | Thesis (Undergraduate Thesis) |
|---|---|
| Uncontrolled Keywords: | Analisis Sentimen, Aplikasi Haji Pintar, Perbandingan, Support Vector Machine, Naïve Bayes |
| Subjects: | Sains dan Teknologi > Sistem Informasi |
| Divisions: | Fakultas Sains dan Teknologi > 57201 - Sistem Informasi |
| Depositing User: | Alwan Maulana NIM. 2020803035 |
| Date Deposited: | 30 Jun 2025 04:34 |
| Last Modified: | 30 Jun 2025 04:34 |
| URI: | http://repository.radenfatah.ac.id/id/eprint/46850 |
Actions (login required)
 |
View Item |