Gunawan, Ferly (2017) Analisis Sentimen Pada Ulasan Aplikasi Mobile Menggunakan Naive Bayes Dan Normalisasi Kata Berbasis Levenshtein Distance (Studi Kasus Aplikasi BCA Mobile). Sarjana thesis, Universitas Brawijaya.
Abstract
Perkembangan aplikasi mobile yang pesat membuat banyak aplikasi diciptakan dengan berbagai kegunaan untuk memenuhi kebutuhan pengguna. Setiap aplikasi memungkinkan pengguna untuk memberi ulasan tentang aplikasi tersebut. Tujuan dari ulasan adalah untuk mengevaluasi dan meningkatkan kualitas produk ke depannya. Untuk mengetahui hal tersebut, analisis sentimen dapat digunakan untuk mengklasifikasikan ulasan ke dalam sentimen positif atau negatif. Pada ulasan aplikasi biasanya terdapat salah eja sehingga sulit dipahami. Kata yang mengalami salah eja perlu dilakukan normalisasi kata untuk diubah menjadi kata standar. Karena itu, normalisasi kata dibutuhkan untuk menyelesaikan masalah salah eja. Penelitian ini menggunakan normalisasi kata berbasis Levenshtein distance. Berdasarkan pengujian, nilai akurasi tertinggi terdapat pada perbandingan data latih 70% dan data uji 30%. Hasil akurasi tertinggi dari pengujian menggunakan nilai edit <=2 adalah 100%, nilai edit tertinggi kedua didapat pada nilai edit <=1 dengan akurasi 96,4%, sedangkan nilai edit dengan akurasi terendah diperoleh pada nilai edit <=4 dan <=5 dengan akurasi 66,6%. Hasil dari pengujian Naive Bayes-Levenshtein Distance memiliki nilai akurasi yaitu 96,9% dibandingkan dengan pengujian Naive Bayes tanpa Levenshtein Distance dengan nilai akurasi 94,4%.
English Abstract
The rapid development of mobile application encourages the creation of many applications with a variety of uses to fulfill user needs. Each application allows users to post a review about the application. The aim of the review is to evaluate and improve the quality of future products. For that purpose, analysis sentiment can be used to classify the review into positive or negative sentiment. Application reviews usually have spelling errors which makes them difficult to understand. The word that have spelling error needs to be normalized so it can be transformed into standard word. Hence, words normalization is needed to solve spelling error problem. This research used word normalization based on Levenshtein distance. Based on testing, the highest accuracy is found in ratio of 70% training data and 30% testing data. The highest accuracy of this research using edit value <=2 is 100%, the second highest of edit value is obtained at edit value <=1 with accuracy of 96,4%, while edit value with the lowest accuracy is obtained at edit value <=4 and <=5 with accuracy of 66,6%. The result of using Naive Bayes-Levenshtein Distance has accuracy value of 96,9% compared to Naive Bayes without the Levenshtein Distance with accuracy value of 94,4%.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FTIK/2017/269/051705160 |
| Uncontrolled Keywords: | Analisis sentimen, ulasan, salah eja, Levenshtein distance, Naive Bayes |
| Subjects: | 000 Computer science, information and general works > 006 Special computer methods > 006.7 Multimedia systems > 006.75 Specific types of multimedia systems > 006.754 Online social networks |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Yusuf Dwi N. |
| Date Deposited: | 11 Jul 2017 08:15 |
| Last Modified: | 09 Sep 2022 06:30 |
| URI: | http://repository.ub.ac.id/id/eprint/141 |
![[thumbnail of Ferly Gunawan.pdf]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text
Ferly Gunawan.pdf Download (3MB) |
Actions (login required)
 |
View Item |