ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI PADA GOOGLE PLAY STORE MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

LUMBAN BATU, AMRIN (2023) ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI PADA GOOGLE PLAY STORE MENGGUNAKAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM). Sarjana thesis, Universitas Pasir Pengaraian.

	Text COVER.pdf Download (632kB)
	Text BAB 1 2 3.pdf Download (428kB)
	Text BAB 4 5.pdf Restricted to Repository staff only Download (2MB) | Request a copy

Abstract

Pada 11 Maret 2020, Organisasi Kesehatan Dunia (WHO) telah resmi menyatakan wabah virus corona atau 2019 coronavirus disease (Covid-19) sebagai pandemi global. Di Indonesia sendiri Pemerintah telah memberi laporan kasus Covid-19 yang kembali meningkat dipertengahan tahun 2021. Dengan adanya kasus tersebut Pemerintah bersama pengembang aplikasi terus melakukan inovasi dalam hal untuk memonitor kasus penyebaran Covid-19. PeduliLindungi adalah aplikasi dengan mengandalkan seseorang untuk saling berbagi data lokasi saat bepergian sehingga riwayat kontak pesan pasien COVID-19 dapat terlacak. Penelitian ini adalah untuk mendapatkan hasil klasifikasi terbaik antara metode Naïve Bayes dan Support Vector Machine dengan menggunakan bahasa pemograman Python. Dalam penelitian menggunakan dataset sebanyak 2000 ulasan yang terdiri dari sentimen positif dan negatif. Untuk pengujian menggunakan metode Naive Bayes dengan 1600 data training dan 400 data testing memperoleh akurasi sebesar 81,25% sedangkan untuk metode Support Vector Machine dengan data training dan testing yang sama memperoleh akurasi sebesar 82%. Semakin banyak data training yang mirip dengan data testing maka hasil klasifikasi akan semakin akurat.

Item Type:	Thesis (Sarjana)
Uncontrolled Keywords:	Analisis Sentimen, Naïve Bayes, Support Vector Machine, PeduliLindungi.
Subjects:	Dewey decimal Classification Subject Areas > 000 Karya Umum > 000-009 Ilmu Umum dan Komputer
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unnamed user with email info.pustakaupp@gmail.com
Date Deposited:	04 Aug 2025 02:48
Last Modified:	04 Aug 2025 02:48
URI:	http://repository.upp.ac.id/id/eprint/2863

Actions (login required)

View Item