Hanifah, Sabrina (2020) Analisis Sentimen Kepuasan Pengguna Pada Ulasan Aplikasi Marketplace Menggunakan Metode BM25F dan Neighbor-Weighted K-Nearest Neighbor. Sarjana thesis, Universitas Brawijaya.
Abstract
Aplikasi mobile semakin meningkat kegunaannya, dengan semakin banyaknya aplikasi-aplikasi yang menawarkan kemudahan untuk penggunanya. Pengguna yang sudah menggunakan aplikasi berhak memberikan ulasan pengalaman mereka selama pemakaian aplikasi. Ulasan tersebut berguna untuk pengguna baru dan pengembang aplikasi. Namun belum adanya fitur pada sebuah toko aplikasi yang dapat mengelompokkan ulasan-ulasan tersebut termasuk kategori positif atau negatif. Permasalahan tersebut dapat diselesaikan dengan sebuah prosess otomatis yang dapat melakukan analisis terhadap ulasan-ulasan tersebut sesuai dengan ulasan positif maupun negatif. Metode yang digunakan untuk pemeringkatan dokumen adalah BM25F dan sebagai metode klasifikasi digunakan metode Neighbor-Weighted K-Nearest Neighbor(NWKNN). Pengujian dilakukan dengan metode K-fold Cross Validation untuk menentukan jumlah k terbaik dan confusion matrix untuk pengujian setiap parameter BM25F dan NWKNN. Berdasarkan pengujian yang dilakukan pada setiap parameter metode BM25F dan NWKNN dapat menghasilkan persentase f-measure dan accuracy mencapai 97% dan 96%. Hal ini membuktikan bahwa metode NWKNN dapat melakukan klasifikasi pada dataset dengan jumlah kelas yang tidak seimbang.
English Abstract
Mobile applications are increasing in use, because many applications are offering convenience for their users. Users who already use the application have the right to review their experiences during application usage. These reviews are useful for new users and application developers. But there are no features in an app store that can classify these reviews into positive or negative categories. These problems can be solved by an automatic process that can analyze the reviews according to positive and negative reviews. The method used for ranking documents is BM25F and as a classification method the Neighbor-Weighted K-Nearest Neighbor (NWKNN) method is used. Testing done using K-fold Cross Validation method to determine the best number of k and confusion matrix for testing each parameter of BM25F and NWKNN. Based on testing conducted on each parameter the BM25F and NWKNN methods can produce a percentage of f-measure and accuracy reaches 97% and 96%. This proves that the NWKNN method can classify the dataset with an unequal number of classes.
Other obstract
-
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | SKR/FILKOM/2020/14/052002976 |
| Uncontrolled Keywords: | analisis sentimen, ulasan, BM25F, klasifikasi NWKNN, sentiment analysis, review, BM25F, NWKNN classification |
| Subjects: | 000 Computer science, information and general works > 001 Knowledge > 001.012 Classification |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Budi Wahyono Wahyono |
| Date Deposited: | 10 Aug 2020 06:49 |
| Last Modified: | 18 Sep 2024 02:04 |
| URI: | http://repository.ub.ac.id/id/eprint/180469 |
Preview |
Text
Sabrina Hanifah.pdf - Published Version Download (5MB) | Preview |
Actions (login required)
 |
View Item |