Irawan, Febby Adelia (2023) Analisis sentimen terhadap ulasan Bank Digital di Indonesia pada Google Play Store menggunakan Algoritma Naive Bayes. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (174kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (219kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (459kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (431kB) | Preview |
|
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (766kB) | Request a copy |
||
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (755kB) | Request a copy |
||
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
||
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (319kB) | Request a copy |
||
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (379kB) | Request a copy |
Abstract
Transformasi teknologi selalu disertai dengan perubahan dalam pola kebutuhan masyarakat, termasuk dalam layanan keuangan digital. Saat ini, salah satu alternatif yang memberikan kenyamanan dan kemudahan dalam bertransaksi adalah melalui penggunaan gadget yang semakin populer di sektor perbankan atau dikenal sebagai Bank Digital. Salah satu cara untuk mengukur seberapa efektif sebuah aplikasi adalah melalui ulasan yang diberikan oleh pengguna. Namun, ketika jumlah ulasan sangat besar diperlukan metode khusus untuk mengolahnya secara efisien. Analisis sentimen adalah salah satu teknik yang dapat digunakan untuk tujuan ini. Dalam penelitian ini, peneliti mengimplementasikan metodologi CRISP-DM dan menggunakan algoritma Naïve Bayes Classifier untuk menganalisis dan mengelola data ulasan. Hasil analisis menunjukkan bahwa sekitar 61% ulasan memiliki sentimen negatif, sementara 39% memiliki sentimen positif dari total data yang dianalisis. Selain itu, hasil pengujian model pada berbagai split data (90:10, 80:20, 70:30) menghasilkan nilai akurasi yang berbeda dengan nilai akurasi tertinggi saat data dibagi menjadi 70% data latih dan 30% data uji dengan nilai akurasi 89%.
Item Type: | Thesis (Sarjana) |
---|---|
Uncontrolled Keywords: | Bank Digital; Google Play Store; Naïve Bayes; Analisis Sentimen |
Subjects: | Data Processing, Computer Science > Systems Analysis and Computer Design Financial Economics, Finance Financial Economics, Finance > Investment Business > Data Processing and Analysis of Business |
Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
Depositing User: | Febby Adelia Irawan |
Date Deposited: | 10 Oct 2023 04:19 |
Last Modified: | 10 Oct 2023 04:19 |
URI: | https://digilib.uinsgd.ac.id/id/eprint/79968 |
Actions (login required)
View Item |