ANALISA KEPUASAN PELANGGAN TERHADAP KULINER SELEBGRAM ARIEF MUHAMMAD MENGGUNAKAN ALGORITMA NAIVE BAYES

FADILLAH, MUHAMMAD FARHAN (2022) ANALISA KEPUASAN PELANGGAN TERHADAP KULINER SELEBGRAM ARIEF MUHAMMAD MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 thesis, Universitas Mercu Buana Jakarta.

Preview	Text (HAL COVER) 01 Cover.pdf Download (873kB) | Preview
Preview	Text (ABSTRAK) 02 Abstrak.pdf Download (25kB) | Preview
	Text (BAB I) 03 Bab 1.pdf Restricted to Registered users only Download (172kB)
	Text (BAB II) 04 Bab 2.pdf Restricted to Registered users only Download (53kB)
	Text (BAB III) 05 Bab 3.pdf Restricted to Registered users only Download (112kB)
	Text (BAB IV) 06 Bab 4.pdf Restricted to Registered users only Download (90kB)
	Text (BAB V) 07 Bab 5.pdf Restricted to Registered users only Download (131kB)
	Text (BAB VI) 08 Bab 6.pdf Restricted to Registered users only Download (28kB)
	Text (DAFTAR PUSTAKA) 09 Daftar Pustaka.pdf Restricted to Registered users only Download (79kB)
	Text (LAMPIRAN) 10 Lampiran.pdf Restricted to Registered users only Download (222kB)

Abstract

Today's technology is developing very rapidly, we cannot escape this. With the use of technology today, it is easier for all activities for everyday life. With this, it is very easy for us to filter the use of information technology so that it is used as best as possible. The research that the author wrote aims to find out the response of the community on social media with the TWITTER platform to customer satisfaction in the culinary field. This analysis can see tweet data about customer satisfaction whether the data obtained includes positive or negative data by determining automatically. This research can be used to find out whether it is true that the culinary business belonging to the Arief Muhammad celebrity is really delicious or people like it just because they like Arief Muhammad's profile. From the results of this experimental test using the nave Bayes classifier algorithm with an accuracy of 94%. Key words: Customer Satisfaction Analysis, Arief Muhammad, Naïve Bayes Classiffier Teknologisekarang ini sangat berkembang pesat kita tidak bisa untuk lepas dari hal ini. Dengan kita menggunakan teknologi sekarang ini memudahkan segala aktivitas untuk sehari hari. Dengan inisangat memudahkan kita untuk memfilter penggunaan teknologi informasi agar digunakan dengan sebaik mungkin. Penelitian yang penulis tulis ini bertujuan untuk mengetahui respon masyarakat di media sosial dengan platform TWITTER terhadap kepuasan pelanggan dibidang kuliner. Analisa ini dapat melihat data tweet tentang kepuasan pelanggan apakah data yang didapatkan itu termasuk data yang positif atau negatif dengan cara menentukan otomatis. Penelitian ini dapat digunakan untuk mengetahui apakah benar bisnis kuliner milik selebgram arief Muhammad ini benar memang enak atau masyarakat menyukainya hanya karna menyukai profil dari arief Muhammad saja. Dari hasil pengujian eksperimen ini menggunakan algoritma naïve bayes classifier dengan mendapatkan hasil akurasi 94%. Kata kunci: Analisa Kepuasan Pelanggan, Arief Muhammad, Naïve Bayes Classiffier

Item Type:	Thesis (S1)
Call Number CD:	FIK/INFO. 22 158
Call Number:	SIK/15/22/097
NIM/NIDN Creators:	41518010129
Uncontrolled Keywords:	Analisa Kepuasan Pelanggan, Arief Muhammad, Naïve Bayes Classiffier
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 > 004 Data Processing, Computer Science/Pemrosesan Data, Ilmu Komputer, Teknik Informatika 100 Philosophy and Psychology/Filsafat dan Psikologi > 150 Psychology/Psikologi > 154 Subconscious and Altered States and Process/Psikologi Bawah Sadar > 154.6 Sleep Phenomena/Fenomena Tidur > 154.63 Dreams/Mimpi > 154.634 Analysis/Analisis 500 Natural Science and Mathematics/Ilmu-ilmu Alam dan Matematika > 510 Mathematics/Matematika > 518 Numerical Analysis/Analisis Numerik, Analisa Numerik > 518.1 Algorithms/Algoritma
Divisions:	Fakultas Ilmu Komputer > Informatika
Depositing User:	ADELINA HASNA SETIAWATI
Date Deposited:	02 Nov 2022 04:46
Last Modified:	02 Nov 2022 04:46
URI:	http://repository.mercubuana.ac.id/id/eprint/71197

Actions (login required)

View Item