ANALISIS SENTIMEN TERHADAP APLIKASI PEDULI LINDUNGI MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DAN TEKNIK SMOTE

Utama, Sri Dewi (2023) ANALISIS SENTIMEN TERHADAP APLIKASI PEDULI LINDUNGI MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER DAN TEKNIK SMOTE. Sarjana thesis, Universitas Siliwangi.

	Text COVER.pdf Download (89kB)
	Text LEMBAR PENGESAHAN.pdf Download (418kB)
	Text ABSTRAK.pdf Download (68kB)
	Text LEMBAR PERNYATAAN, LEMBAR PERSEMBAHAN, KATA PENGANTAR, DAFTAR ISI, DAFTAR TABEL, DAFTAR GAMBAR, D.pdf Download (862kB)
	Text BAB I.pdf Download (318kB)
	Text BAB II.pdf Download (767kB)
	Text BAB III.pdf Download (401kB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text BAB V.pdf Restricted to Repository staff only Download (114kB)
	Text DAFTAR PUSTAKA.pdf Download (258kB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (517kB)

Abstract

ABSTRAK Munculnya Corona Virus Disease 2019 (Covid-19) membuat Pemerintah Indonesia meluncurkan Aplikasi bernama Peduli Lindungi. Aplikasi tersebut digunakan sebagai 3T (Testing, Tracing, Treatment) dalam upaya pengendalian Pandemic Covid-19. Respons atau tanggapan masyarakat terhadap Aplikasi Peduli Lindungi salah satunya dituangkan pada kolom ulasan di Google Play Store sebagai tempat untuk mengunduh aplikasi bagi para pengguna Android. Untuk mengetahui sentimen atau tanggapan masyarakat perlu dilakukan sentiment analysis dengan Machine Learning. Pada penelitian ini dilakukan analisis sentimen terhadap review aplikasi Peduli Lindungi berdasarkan ulasan yang ada pada Google Play Store. Penelitian dilakukan menggunakan Algoritma Naïve Bayes Classifier untuk memberikan hasil klasifikasi sentimen dan menggunakan Teknik Sythetic Minority Oversampling Technique (SMOTE) untuk mengoptimalkan data yang tidak seimbang. Hasil penelitian menggunakan Algoritma Naïve Bayes Classifier tanpa teknik SMOTE menghasilkan Accuracy sebesar 85% dengan rata-rata Precission sebesar 77%, Recall sebesar 84% dan F1-Score sebesar 72%. Sedangkan hasil evaluasi menggunakan algoritma Naive bayes Classifier dengan Teknik SMOTE menghasilkan Accuracy sebesar 82% dengan rata-rata Precission sebesar 72%, Recall sebesar 75% dan F1- Score sebesar 74%. Penerapan Teknik SMOTE pada penelitian ini mengalami penurunan Accuracy sebesar 0.023 % sehingga dari hasil evaluasi yang telah dilakukan dapat ditarik kesimpulan bahwa Teknik SMOTE dapat mengatasi permasalahan dataset tidak seimbang dan penerapannya dapat berpengaruh terhadap nilai Accuracy, Precission, Recall, dan F1-Score dalam suatu Algoritma. Didapatkan sentimen aplikasi Peduli Lindungi berdasarkan ulasan pada Google Play Store berkategori Most relevant adalah cenderung Negatif. Kata Kunci: Covid 19, Google Play Store, Naïve Bayes Classifier, Peduli Lindungi, Sentiment Analysis, SMOTE.

Actions (login required)

View Item