No image available for this title

Text

Analisis Sentimen Pengguna Transportasi Online Maxim Pada Instagram Menggunakan Naïve Bayes Classifier dan K-Nearest Neighbor



Transportasi online adalah bentuk transportasi berbasis internet yang mencakup semua aspek proses transaksi, termasuk pemesanan, pelacakan rute, pembayaran, dan penilaian layanan terhadap transportasi online tersebut. Maxim merupakan salah satu penyedia transportasi online yang populer di Indonesia sehingga akan terus meningkatkan pelayanannya guna melayani kebutuhan seluruh masyarakat. Dalam melakukan perkembangan, Maxim membutuhkan pendapat/opini pengguna terkait aplikasi atau pelayanannya. Penelitian ini melakukan analisis sentimen terhadap pendapat/opini pengguna Maxim di Instagram menggunakan algoritma Naive Bayes Classifier (NBC) dan K-Nearest Neighbor (KNN). Opini dibagi menjadi 3 kelas yaitu negatif, netral, dan positif. Penelitian ini juga menggunakan metode Random Over Sampling serta pembagian data dengan 10-Fold Cross Validation. Hasil accuracy pada data sentimen terkait aplikasi menggunakan algoritma NBC yaitu 81,03% dan pada algoritma KNN dengan nilai k=3 yaitu sebesar 80,72%. Sedangkan pada data sentimen terkait layanan menghasilkan nilai accuracy pada algoritma NBC yaitu 94% dan algoritma KNN dengan k=3 yaitu 84%. Dapat disimpulkan bahwa model NBC lebih baik dibandingkan dengan model KNN pada pengujian data sentimen terkait aplikasi dan data sentimen terkait layanan setelah dilakukannya metode Random Over Sampling.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly