Wardani, Oktaviarlen Setya (2025) Implementasi Naive Bayes Classifier Pada Analisis Sentimen Ulasan Masyarakat Terhadap Sistem Operasi Ios. Diploma thesis, Politeknik Negeri Jember.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Ringkasan)
Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (335kB) |
|
Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (282kB) |
|
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (302kB) |
|
Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (3MB) | Request a copy |
Abstract
Dalam menganalisis sentimen masyarakat terhadap sistem operasi iOS versi 15, 16, dan 17 dengan memanfaatkan data yang diambil dari media sosial Twitter. Metode yang digunakan adalah Naive Bayes Classifier, yang efektif dalam mengklasifikasikan teks ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Data dikumpulkan melalui proses web scraping dan kemudian melalui tahapan preprocessing seperti pembersihan teks, tokenisasi, normalisasi, stemming, serta penghapusan kata tidak relevan. Setelah dilakukan pelabelan manual dan pembobotan kata menggunakan metode TF-IDF, proses klasifikasi dilakukan dengan algoritma Multinomial Naive Bayes. Dari total 1.885 tweet yang dikumpulkan, sebanyak 1.340 tweet layak dianalisis. Hasil klasifikasi menunjukkan tingkat akurasi sebesar 65,97%, iOS 15 mencatat 20 positif, 60 negatif, dan 135 netral; iOS 16 mencatat 65 positif, 241 negatif, dan 402 netral; serta iOS 17 menunjukkan 33 positif, 166 negatif, dan 218 netral. Hasil ini divisualisasikan dalam dashboard web interaktif, dan untuk pengembangan selanjutnya disarankan memperpanjang periode pengumpulan data, menambah sumber ulasan lain, menerapkan deteksi buzzer/bot, serta mengotomatisasi pelabelan sentimen.
| Item Type: | Thesis (Diploma) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | analisis sentimen, naive bayes, teknologi infomasi | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 550 - Rumpun Ilmu Ekonomi > 570 - Ilmu Manajemen > 577 - Manajemen Informatika |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D3 Manajemen Informatika > Tugas Akhir | ||||||
| Depositing User: | Oktaviarlen Setya Wardani | ||||||
| Date Deposited: | 08 Jul 2025 02:37 | ||||||
| Last Modified: | 08 Jul 2025 02:38 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/43065 |
Actions (login required)
 |
View Item |
