Ibrahim, Fauzi Kemal (2022) Analisis Sentimen Berbasis Aspek Untuk Ulasan Hotel Berbahasa Indonesia Di Aplikasi Traveloka Menggunakan Metode Naïve Bayes Classifier Dan Particle Swarm Optimization. Other thesis, Univeristas Komputer Indonesia.
UNIKOM_FAUZI KEMAL IBRAHIM_COVER.pdf - Published Version
Download (31kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_LEMBAR PENGESAHAN.pdf - Published Version
Download (629kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_SURAT KETERANGAN PUBLIKASI.pdf - Published Version
Download (321kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_SURAT KETERANGAN ORISINALITAS.pdf - Published Version
Download (174kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_KATA PENGANTAR.pdf - Published Version
Download (74kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_DAFTAR ISI.pdf - Published Version
Download (112kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_BAB 1.pdf - Published Version
Download (184kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_BAB 2.pdf - Published Version
Download (172kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_BAB 3.pdf - Published Version
Restricted to Repository staff only
Download (702kB) | Request a copy
UNIKOM_FAUZI KEMAL IBRAHIM_BAB 4.pdf - Published Version
Restricted to Repository staff only
Download (93kB) | Request a copy
UNIKOM_FAUZI KEMAL IBRAHIM_BAB 5.pdf - Published Version
Download (6kB) | Preview
UNIKOM_FAUZI KEMAL IBRAHIM_DAFTAR PUSTAKA.pdf - Published Version
Download (9kB) | Preview
LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version
Download (76kB) | Preview
Abstract
Analisis sentimen atau yang sering disebut juga sebagai opinion mining yang berkaitan dengan pembentukan suatu system untuk mengumpulkan dan membahas suatu produk atau topik pada situs web, ulasan, atau tweet. Analisis sentiment juga bermanfaat untuk penelitian kali ini yaitu pada bidang perhotelan dimana pihak hotel dapat dengan mudahnya mengetahui bagaimana tingkat kepuasan para pelanggannya dilihat dari ulasan seperti pada website, aplikasi booking online, dan sebagainya. Pada penelitian sebelumnya dengan topik analisis sentiment berbasis aspek dengan menggunakan SVM yang dilakukan oleh Wirdhayanti Paulina mengatakan bahwa pengujian hasil klasifikasi sentimen dengan menggunakan metode tersebut menghasilkan akurasi cukup baik yaitu mencatatkan nilai diatas 70%. Kemudian pada penelitian analisis sentiment selanjutnya yaitu dengan menggunakan Naïve Bayes namun tidak berdasarkan aspek yang dilakukan oleh Fajar Ratnawati mengatakan bahwa hasil akurasi nya cukup baik yaitu sebesar 90%. Kemudian penelitian yang dilakukan Elly dengan menggunakan SVM dan PSO, terbukti metode PSO dapat meningkatkan akurasi yang sebelumnya 91,33% dapat meningkat sebesar 5,61% menjadi 96,94%. Maka dari itu dalam penelitian ini akan melakukan penerapan metode Naïve Bayes Classifier sebagai metode untuk klasifikasi dan metode Particle Swarm Optimization sebagai metode untuk seleksi fitur pada kasus ulasan di aplikasi Traveloka. Data yang digunakan pada penelitian ini menggunakan 943 kalimat ulasan yang terdiri dari 391 kalimat yang mengandung aspek layanan 230 kalimat yang mengandung aspek kebersihan, dan 674 kalimat yang mengandung aspek fasilitas. Hasil pengujian akurasi dari confussion matrix menghasilkan akurasi tertinggi sebesar 100% untuk pengujian terhadap sentimen pada aspek kebersihan dan akurasi terendah sebesar 38 % untuk pengujian aspek dengan menggunakan convert negation.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Analisis sentimen, Naïve Bayes, Particle Swarm Optimization, Traveloka |
| Subjects: | 000 COMPUTER SCIENCE, INFORMATION & GENERAL WORKS > 004 Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1 Skripsi > Teknik Informatika |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 13 Aug 2022 02:31 |
| Last Modified: | 13 Aug 2022 02:31 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/6331 |
