Kusnia, Ulfa (2022) Analisis sentimen review aplikasi berita online pada google play menggunakan metode Algoritma Naive Bayes Classifier dan Support Vector Machines. Masters thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
|
Text (Fulltext)
19841003.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (561kB) | Preview |
Abstract
ABSTRAK
Media berita onlie sebagai media massa yang paling banyak dikonsumsi publik yang bisa menggunguli media era sebelumnya misalnya media elektronika dan media cetak. Keunggulan media onine dibanding media cetak biasanya yaitu praktis, real time dan up to date. Penilaian umum atas layanan dan berita yang diberikan sangat penting untuk menjaga dan meningkatkan kinerja media berita online. Adapun evaluasi publik dapat di lihat melalui page Google Play dalam kolom opini user. Analisis sentimen bisa menganalis opini tersebut,dengan proses menganalisa dan mengekstrasi data teks yang tidak struktur untuk menghasilkan informasi sentimen yang terdapat dalam kalimat opini pada aplikasi. Dalam penelitian analisis sentimen ini, mengimplementasikan algoritma Naive Bayes dan SVM (Support Vektor Machines). Hasil eksperimen menunjukkan bahwa keauratan SVM (Support Vektor Machines) 94.06 % lebih mengunguli dari pada Naive Bayes 91.58%.
ABSTRACT
Online news media is the most widely consumed mass media by the public, which can outperform the media of the previous era, such as electronic media and print media. The advantage of online media compared to print media is that it is practical, real time and up to date. General assessment of services and news provided is very important to maintain and improve the performance of online news media. The public evaluation can be seen via the Google Play page in the user opinion column. Sentiment analysis can analyze these opinions, with the process of analyzing and extracting unstructured text data to produce sentiment information contained in opinion sentences in the application. In this sentiment analysis research, implementing the Naive Bayes algorithm and SVM (Support Vector Machines). The experimental results show that the accuracy of SVM (Support Vector Machines) 94.06% outperforms Naive Bayes 91.58%.
مستخلص البحث
الإنترنت هي أكثر وسائل الإعلام استخدامًا من قبل الجمهور ، والتي يمكن أن تتفوق على وسائل الإعلام في الحقبة السابقة ، على سبيل المثال ، الوسائط الإلكترونية والوسائط المطبوعة. تتمثل ميزة الوسائط عبر الإنترنت مقارنة بالوسائط المطبوعة في أنها عملية وفي الوقت الفعلي ومحدثة. التقييم العام للخدمات والأخبار المقدمة مهم للغاية للحفاظ على أداء وسائل الإعلام الإخبارية على الإنترنت وتحسينه. يمكن مشاهدة التقييم العام عبر صفحة في عمود رأي المستخدم. يمكن لتحليل المشاعر تحليل هذه الآراء ، من خلال عملية تحليل واستخراج البيانات النصية غير المهيكلة لإنتاج معلومات المشاعر الواردة في جمل الرأي في التطبيق. في بحث تحليل المشاعر هذا ، تم تنفيذ خوارزمية و (آلات المتجهات الداعمة). أظهرت النتائج التجريبية أن دقة (آلات المتجهات الداعمة) تبلغ ٩٤,٦.٪ تفوقت عل ٩١,٥٨٪
Item Type: | Thesis (Masters) | |||||||||
---|---|---|---|---|---|---|---|---|---|---|
Supervisor: | Kurniawan, Fachrul and Faisal, Muhammad | |||||||||
Contributors: |
|
|||||||||
Keywords: | Analisis Senstimen; Support VectorMachine; Naive Bayes; Sentiment Analysis; Support VectorMachine; Naive Bayes; تحليل المشاعر ; آلة المتجهات الداعمة ; بايز السذاجة وسائل الإعلام الإخبارية على | |||||||||
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0899 Other Information and Computing Sciences > 089999 Information and Computing Sciences not elsewhere classified | |||||||||
Departement: | Fakultas Sains dan Teknologi > Jurusan Magister Tehnik Informatika | |||||||||
Depositing User: | Ulfa Kusnia | |||||||||
Date Deposited: | 29 Dec 2022 14:28 | |||||||||
Last Modified: | 29 Dec 2022 14:28 | |||||||||
URI: | http://etheses.uin-malang.ac.id/id/eprint/42670 |
Downloads
Downloads per month over past year
Actions (login required)
View Item |