PERPUSTAKAAN ITATS

  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Pengunjung
  • Masuk Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

TEXT

ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI GET CONTACT DENGAN ALGORITMA K-NEAREST NEIGHBOR

MUHAMMAD HUMAM AL HARITS - Nama Orang;

ABSTRAK-Kemajuan teknologi berkembang pesat selain memudahkan manusia juga marak motif kejahatan baru, seperti penipuan melalui panggilan telepon yang bertujuan untuk mencuri suatu akun dengan paksa. Aplikasi Get Contact yang dapat diunduh pada Google Play Store ini memungkinkan penggunanya untuk melihat penanda yang disematkan oleh pengguna lainnya pada suatu nomor telepon sasing. Tentunya aplikasi ini memiliki ulasan positif dan negatif oleh para penggunanya. Penelitian ini bertujuan untuk melakukan analisis sentimen pada ulasan pengguna aplikasi Get Contact menggunakan algoritma K-Nearest Neighbor pada sebanyak 500 data berisi ulasan positif dan negatif dari Google Play Store yang diambil menggunakan proses Scrapping. Analisis dilakukan dengan membersihkan data melalui preprocessing, lalu proses pembobotan kata dengan proses TF-IDF. Kemudian data dianalisis menggunakan algoritma K- Nearest Neighbor dengan kombinasi perhitungan jarak Cosine Similarity menggunakan parameter k=3. Dari pengujian 500 ulasan dengan variasi jumlah data (50 hingga 500 ulasan) dan variasi perbandingan komposisi ulasan positif dan negatif (40 : 10, 60 : 40, hingga 100 : 100). Hasil evaluasi terbaik diperoleh pada 500 ulasan (250 ulasan positif dan 250 ulasan negatif) menghasilkan akurasi 86%, presisi 86%, recall 86%, dan F1 score 86%. Hasil pengujian menunjukkan bahwa algoritma K-NN memiliki kinerja terbaik saat digunakan pada data yang besar dan seimbang, pada data dengan jumlah lebih sedikit atau tidak seimbang, nilai akurasi, presisi, recall, dan F1 score cenderung menurun namun masih stabil di kisaran 72% - 83%. Secara umum, model K-NN cukup andal dan konsisten dalam mengklasifikasikan sentimen ulasan pengguna. Kata kunci : Analisis sentimen, Get Contact, K-Nearest Neighbor, Ulasan


Ketersediaan
S13-5401S13-5401 HAR 2025Koleksi SkripsiTersedia
Informasi Detail
Judul Seri
-
No. Panggil
S13-5401 HAR 2025
Penerbit
Surabaya : ITATS., 2025
Deskripsi Fisik
-
Bahasa
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
K-Nearest Neighbor
Analisis sentiment
Get Contact
Ulasan
Info Detail Spesifik
NPM : 13.2019.1.00865 Nilai : B+
Pernyataan Tanggungjawab
Pembimbing : Resa Uttungga, S.Kom., M.Kom
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

PERPUSTAKAAN ITATS
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan pusat ITATS pada tahun akademik 2003/2004 tercatat memiliki koleksi buku sebanyak 19.165 judul atau 38.043 eksemplar. Koleksi terdiri dari buku teks, referensi, tugas mahasiswa (skripsi, kerja praktik, dan lain-lain), serta terbitan berkala (majalah, surat kabar, dan jurnal ilmiah).

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2025 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik