PERBANDINGAN ANALISIS SENTIMEN TERHADAP 2 JASA EKSPEDISI DI INDONESIA DARI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN KNN (K-NEAREST NEIGHBOR)

FEBRILIANTO, NADY (2022) PERBANDINGAN ANALISIS SENTIMEN TERHADAP 2 JASA EKSPEDISI DI INDONESIA DARI MEDIA SOSIAL TWITTER MENGGUNAKAN METODE NAIVE BAYES DAN KNN (K-NEAREST NEIGHBOR). S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
 Text (HAL COVER)
01 Cover.pdf
Download (786kB) | Preview
[img]
Preview
 Text (ABSTRAK)
02 Abstrak.pdf
Download (121kB) | Preview
[img] Text (BAB I)
03 Bab 1.pdf
Restricted to Registered users only
Download (174kB)
[img] Text (BAB II)
04 Bab 2.pdf
Restricted to Registered users only
Download (67kB)
[img] Text (BAB III)
05 Bab 3.pdf
Restricted to Registered users only
Download (136kB)
[img] Text (BAB IV)
06 Bab 4.pdf
Restricted to Registered users only
Download (159kB)
[img] Text (BAB V)
07 Bab 5.pdf
Restricted to Registered users only
Download (204kB)
[img] Text (BAB VI)
08 Bab 6.pdf
Restricted to Registered users only
Download (231kB)
[img] Text (DAFTAR PUSTAKA)
09 Daftar Pustaka.pdf
Restricted to Registered users only
Download (129kB)
[img] Text (LAMPIRAN)
10 Lampiran.pdf
Restricted to Registered users only
Download (201kB)

Abstract

Pandemi Virus Corona (Covid-19) telah mendorong peningkatan pesanan e-commerce. perkembangan teknologi dan system informasi yang banyak mendukung proses bisnis, maka dari itu dibutuhkan pengelolaan data transaksi yang semakin cepat pula. Beberapa mekanisme transaksi yang sekarang banyak dipergunakan antara lain adalah internet online payment, smart card, radio frequency identification (RFID), mobile payment, dan lain-lain. Peningkatan belanja digital terjadi karena masyarakat lebih memilih untuk membeli kebutuhannya secara online, hal ini sejalan dengan penerapan kebijakan pemerintah untuk bekerja dari rumah atau Work From Home (WFH) dan sekolah dari rumah. Semakin majunya ecommerce di Indonesia berdampak meledaknya jumlah pengguna jasa pengiriman. Ecommerce di Indonesia sangat berperan penting dalam pengguna jasa pengiriman. Jasa ekspedisi mampun mengantarkan ke daerah, domestik maupun luar negeri, untuk dapat berkontribusi dalam proses pengiriman. Jasa kurir juga berperan penting dalam menunjang kelancaran bisnis perusahaan yang membutuhkan jasa pengiriman yang cepat dan aman. Ada banyak perusahaan ekspedisi yang populer di Indonesia misalnya jasa ekspedisi pertama dan jasa ekspedisi kedua. Penelitian ini menggunakan Naïve Bayes serta KNN (K- Nearest Neighbor) menggunakan dataset sentimen jasa ekspedisi jasa ekspedisi pertama dan jasa ekspedisi kedua. Model percentage split 70:30 memiliki hasil akurasi terbaik pada Data yang diuji eksperimen jasa ekspedisi pertama dan jasa ekspedisi kedua. studi kasus jasa ekspedisi pertama memiliki nilai akurasi 89% untuk algoritma KNN (K-Nearest Neighbor), studi kasus jasa ekspedisi kedua memiliki nilai akurasi 97% untuk algoritma KNN (K-Nearest Neighbor) pada Labeling otomatis. Pada hasil Penelitian ini menunjukan studi kasus jasa ekspedisi kedua memiliki nilai akurasi 97% untuk algoritma KNN (K- Nearest Neighbor) Labeling otomatis memiliki hasil tingkat akurasi yang lebih tinggi dengan niali rata- rata akurasi sebesar 97% yang memiliki nilai rata-rata paling baik dari penelitian ini. Kata Kunci— jasa ekspedisi pertama dan jasa ekspedisi kedua, Sentimen, Naïve Bayes, K-Nearest Neighbor, Analisa Sentimen

Item Type: Thesis (S1)
Call Number CD: FIK/INFO. 22 074
NIM/NIDN Creators: 41518010046
Uncontrolled Keywords: jasa ekspedisi pertama dan jasa ekspedisi kedua, Sentimen, Naïve Bayes, K-Nearest Neighbor, Analisa Sentimen
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 020 Library and Information Sciences/Perpustakaan dan Ilmu Informasi > 025 Operations, Archives, Information Centers/Operasional Perpustakaan, Arsip dan Pusat Informasi, Pelayanan dan Pengelolaan Perpustakaan > 025.3 Bibliographic Analysis and Control/Bibliografi Analisis dan Kontrol Perpustakaan
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: ELMO ALHAFIIDH PUTRATAMA
Date Deposited: 28 Sep 2022 02:45
Last Modified: 28 Sep 2022 02:45
URI: http://repository.mercubuana.ac.id/id/eprint/69638

Actions (login required)

View Item View Item
UMB Repository is powered by EPrints 3 which is developed by the School of Electronics and Computer Science at the University of Southampton. More information and software credits.