nalisis Sentimen Layanan Astra Honda Motor menggunakan Metode Naïve Bayes dan Identifikasi Aspek pada Layanan menggunakan DBSCAN.

Akbar Eginda, Naufal (2020) nalisis Sentimen Layanan Astra Honda Motor menggunakan Metode Naïve Bayes dan Identifikasi Aspek pada Layanan menggunakan DBSCAN. Sarjana thesis, Universitas Brawijaya.

Abstract

ransportasi merupakan suatu kebutuhan pokok pada zaman sekarang ini. Motor merupakan jenis transportasi terbanyak yang ada di Indonesia menurut Badan Pusat Statistik pada tahun 2017. Salah satu merek motor yang banyak digunakan masyarakat adalah Honda. Astra Honda Motor memiliki berbagai layanan yang disediakan bagi pelanggannya. Dari layanan-layanan tersebut tentunya banyak sekali opini yang masyarakat miliki baik opini positif maupun opini negatif. Untuk melakukan klasifikasi dan identifikasi aspek pada opini masyarakat tersebut digunakan metode Naïve Bayes dengan Lexicon-based features untuk klasifikasinya dan DBSCAN sebagai metode clustering untuk menentukan aspek dari opini tersebut dengan cara mengambil 3 term teratas yang didapat dari tiap dokumen. Data yang digunakan pada penelitian berjumlah 100 data dengan perbandingan yang seimbang antar kelasnya, serta 25 data uji yang dimana 13 data bersifat positif dan 12 data bersifat negatif. Hasil kinerja yang didapat dari proses klasifikasi dengan Naïve Bayes berfitur Lexicon adalah 0,53 untuk nilai precision, 0,63 untuk recall, 0,58 untuk f-measure, dan 0,6 untuk akurasi. Untuk hasil pengujian aspek didapat nilai precision 0,41, recall 0,85, f- measure 0,54, dan akurasi hanya sebesar 0,37. Sedangkan hasil evaluasi klaster menggunakan silhouette coefficient didapat bahwa parameter terbaik untuk metode DBSCAN adalah 0,1 untuk nilai epsilon dan 1 untuk nilai minpts.

English Abstract

Transportasi merupakan suatu kebutuhan pokok pada zaman sekarang ini. Motor merupakan jenis transportasi terbanyak yang ada di Indonesia menurut Badan Pusat Statistik pada tahun 2017. Salah satu merek motor yang banyak digunakan masyarakat adalah Honda. Astra Honda Motor memiliki berbagai layanan yang disediakan bagi pelanggannya. Dari layanan-layanan tersebut tentunya banyak sekali opini yang masyarakat miliki baik opini positif maupun opini negatif. Untuk melakukan klasifikasi dan identifikasi aspek pada opini masyarakat tersebut digunakan metode Naïve Bayes dengan Lexicon-based features untuk klasifikasinya dan DBSCAN sebagai metode clustering untuk menentukan aspek dari opini tersebut dengan cara mengambil 3 term teratas yang didapat dari tiap dokumen. Data yang digunakan pada penelitian berjumlah 100 data dengan perbandingan yang seimbang antar kelasnya, serta 25 data uji yang dimana 13 data bersifat positif dan 12 data bersifat negatif. Hasil kinerja yang didapat dari proses klasifikasi dengan Naïve Bayes berfitur Lexicon adalah 0,53 untuk nilai precision, 0,63 untuk recall, 0,58 untuk f-measure, dan 0,6 untuk akurasi. Untuk hasil pengujian aspek didapat nilai precision 0,41, recall 0,85, f- measure 0,54, dan akurasi hanya sebesar 0,37. Sedangkan hasil evaluasi klaster menggunakan silhouette coefficient didapat bahwa parameter terbaik untuk metode DBSCAN adalah 0,1 untuk nilai epsilon dan 1 untuk nilai minpts

Item Type:	Thesis (Sarjana)
Identification Number:	0520150277
Uncontrolled Keywords:	Analisis sentimen, naïve bayes, dbscan, silhouette coefficient, Astra Honda Motor.,
Subjects:	600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Unnamed user with username nova
Date Deposited:	06 Sep 2022 06:34
Last Modified:	25 Sep 2024 03:51
URI:	http://repository.ub.ac.id/id/eprint/193982

Text Naufal Akbar Eginda.pdf Download (3MB)

Actions (login required)

View Item