SENTIMENT ANALYSIS ULASAN PENGGUNA APLIKASI ONLINE DATING BUMBLE DENGAN ALGORITMA K-NEAREST NEIGHBOR(KNN) DAN METODE WORD2VEC

ARDANA, LAVENIA AGLIS (2023) SENTIMENT ANALYSIS ULASAN PENGGUNA APLIKASI ONLINE DATING BUMBLE DENGAN ALGORITMA K-NEAREST NEIGHBOR(KNN) DAN METODE WORD2VEC. Undergraduate thesis, UPN Veteran Jawa Timur.

Preview	Text 19081010076_COVER.pdf Download (537kB) | Preview
Preview	Text 19081010076_BAB 1.pdf Download (108kB) | Preview
	Text 19081010076_BAB 2.docx.pdf Restricted to Repository staff only until 23 November 2025. Download (325kB)
	Text 19081010076_BAB 3.pdf Restricted to Repository staff only until 23 November 2025. Download (555kB)
	Text 19081010076_BAB 4.pdf Restricted to Repository staff only until 23 November 2025. Download (960kB)
Preview	Text 19081010076_BAB 5.pdf Download (99kB) | Preview
Preview	Text 19081010076_DAFTAR PUSTAKA.pdf Download (113kB) | Preview

Abstract

Komunikasi merupakan salah satu aspek yang penting dalam kehidupan manusia sebagai makhluk sosial. Manusia dapat melakukan komunikasi tanpa perlu bertemu secara langsung dengan memanfaatkan adanya media komunikasi online. Salah satu kegiatan komunikasi yaitu online dating dengan aplikasi Bumble. Pengguna aplikasi menyampaikan pengalaman setelah menggunakan aplikasi tersebut dalam bentuk sebuah ulasan. Peneliti melakukan analisis sentimen terhadap ulasan pengguna pada aplikasi Bumble dengan algoritma K-Nearest Neighbor(KNN) dan metode ekstraksi fitur yaitu Word2vec. Hasil dari penelitian yang dilakukan yaitu nilai accuracy, precision, recall, dan f1 score dari setiap pengujian yang dilakukan pada penelitian ini. Penelitian dilakukan dengan 1200 data ulasan pengguna aplikasi Bumble. Akurasi tertinggi dari percobaan yang dilakukan dengan parameter nilai K yang berbeda-beda pada model algoritma KNN yaitu sebesar 84,75% dengan nilai K yang digunakan yaitu 15. Sedangkan hasil percobaan dengan parameter pada model ekstraksi fitur Word2vec yang berbeda-beda yaitu metode word vector skip-gram memiliki nilai rata-rata accuracy yang lebih besar yaitu 83,22%. Nilai rata-rata accuracy ketika menggunakan metode word vector Continous Bag of Words(CBOW) yaitu 80,17%.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Maulana, Hendra NIDN1423128301 hendra.maulana.if@upnjatim.ac.id Thesis advisor Akbar, Fawwaz Ali NIDN0017039201 fawwaz.ali@upnjatim.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	LAVENIA AGLIS ARDANA
Date Deposited:	23 Nov 2023 08:19
Last Modified:	23 Nov 2023 08:19
URI:	http://repository.upnjatim.ac.id/id/eprint/18806

Actions (login required)

View Item