SENTIMENT ANALYSIS AND TEXT CLASSIFICATION OF PEDULI LINDUNGI APPS

PRATAMA, SEPTIAN (2021) SENTIMENT ANALYSIS AND TEXT CLASSIFICATION OF PEDULI LINDUNGI APPS. S1 thesis, Universitas Mercu Buana Jakarta.

[img]
Preview
 Text (COVER)
COVER PAGE - SEPTIAN PRATAMA.pdf
Download (1MB) | Preview
[img]
Preview
 Text (ABSTRAK)
ABSTRAK - ABSTRACT - SEPTIAN PRATAMA.pdf
Download (21kB) | Preview
[img] Text (BAB I)
BAB I - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (59kB)
[img] Text (BAB II)
BAB II - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (68kB)
[img] Text (BAB III)
BAB III - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (418kB)
[img] Text (BAB IV)
BAB IV - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (86kB)
[img] Text (BAB V)
BAB V - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (201kB)
[img] Text (BAB VI)
BAB VI - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (307kB)
[img] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (128kB)
[img] Text (LAMPIRAN)
LAMPIRAN - SEPTIAN PRATAMA.pdf
Restricted to Registered users only
Download (348kB)

Abstract

Berbagai upaya telah dilakukan oleh pemerintah Republik Indonesia untuk menangani penyebaran virus covid19. Salah satu terobosan dari pemerintah adalah dengan membuat aplikasi PeduliLindungi, aplikasi ini diharapkan mampu memberikan peringatan kepada masyarakat saat memasuki wilayah terdampak COVID-19, lokasi fasilitas kesehatan dan tracking jika ada masyarakat yang berpotensi terinfeksi virus covid19.Dalam penelitian ini peneliti menggunakan ulasan komentar dan opini publik pada aplikasi PeduliLindungi, baik positif maupun negatif dalam bahasa Indonesia. Di era pandemi ini, aplikasi PeduliLindungi merupakan salah satu aplikasi yang banyak digunakan oleh masyarakat, oleh karena itu penelitian ini sangat menarik untuk diolah menjadi informasi. Penggunaan informasi ini memerlukan teknik analisis sehingga dapat menghasilkan dan membantu pengembang atau pemerintah mendengar opini dari masyarakat dalam rangka penyempurnaan aplikasi PeduliLindungi di era pandemi Covid-19. Penelitian ini menggunakan metode Multinomial Naive Bayes. Metode MultinomialNB untuk mencari sentimen yang menghasilkan Akurasi sebesar 76% dan untuk mengklasifikasikan Review pada kelas yang tepat untuk menghasilkan Akurasi 70% dengan menggunakan 2000 dataset untuk mencari sentimen dan 1081 ulasan komentar yang telah di labeling secara manual oleh peneliti untuk mencari kategori class yang tepat pada sebuah ulasan komentar. Tujuan dari penelitian ini adalah untuk membantu pemerintah meningkatkan kualitas aplikasi pedulilindungi dengan menggunakan ulasan komentar yang didapatkan dari google playstore dan juga untuk mengklasifikasikan ulasan komentar ke dalam kelas yang tepat menggunakan pembelajaran mesin. Kata kunci: Sentiment, Pedullindungi, klasifikasi text, komentar, Multinomial Naive Bayes

Item Type: Thesis (S1)
NIM/NIDN Creators: 41518010101
Uncontrolled Keywords: Sentiment, Pedullindungi, klasifikasi text, komentar, Multinomial Naive Bayes
Subjects: 000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 003 Systems/Sistem-sistem > 003.5 Computer Modeling and Simulation/Model dan Simulasi Komputer
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika
000 Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 000. Computer Science, Information and General Works/Ilmu Komputer, Informasi, dan Karya Umum > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika > 004.1 General Works on Specific Types of Computers/Karya Umum tentang Tipe-tipe Khusus Komputer
Divisions: Fakultas Ilmu Komputer > Informatika
Depositing User: CALVIN PRASETYO
Date Deposited: 01 Dec 2023 07:41
Last Modified: 01 Dec 2023 07:41
URI: http://repository.mercubuana.ac.id/id/eprint/84497

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.