Andi Mohhammad Safi'i, Safi'i (2021) Klasifikasi Text Mining Ulasan Produk Smartphone Menggunakan Multinomial Naive Bayes (Studi Kasus : Ulasan Smartphone Asus ROG). Bachelor thesis, Institut Teknologi Kalimantan.
|
Text
02171002_cover.pdf.pdf Download (4MB) | Preview |
|
Text
02171002_preface.pdf.pdf Restricted to Repository staff only Download (698kB) | Request a copy |
||
Text
02171002_abstract_id.pdf.pdf Restricted to Repository staff only Download (698kB) | Request a copy |
||
Text
02171002_abstract_en.pdf.pdf Restricted to Repository staff only Download (744kB) | Request a copy |
||
Text
02171002_table_of_content.pdf.pdf Restricted to Repository staff only Download (197kB) | Request a copy |
||
Text
02171002_illustrations.pdf.pdf Restricted to Repository staff only Download (631kB) | Request a copy |
||
Text
02171002_tables.pdf.pdf Restricted to Repository staff only Download (192kB) | Request a copy |
||
|
Text
02171002_chapter_1.pdf.pdf Download (382kB) | Preview |
|
|
Text
02171002_chapter_2.pdf.pdf Download (329kB) | Preview |
|
Text
02171002_chapter_3.pdf.pdf Restricted to Repository staff only Download (239kB) | Request a copy |
||
Text
02171002_chapter_4.pdf.pdf Restricted to Repository staff only Download (362kB) | Request a copy |
||
Text
02171002_conclusions.pdf.pdf Restricted to Repository staff only Download (242kB) | Request a copy |
||
|
Text
02171002_bibliography.pdf.pdf Download (259kB) | Preview |
|
Text
02171002_enclosure.pdf.pdf Restricted to Repository staff only Download (365kB) | Request a copy |
||
Text
02171002_presentation.pdf.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
02171002_approval_sheet,pdf.pdf Restricted to Repository staff only Download (1MB) | Request a copy |
||
Text
02171002_statement_of_authenticity.pdf Restricted to Repository staff only Download (487kB) | Request a copy |
||
Text
02171002_publishing_agreement.pdf Restricted to Repository staff only Download (535kB) | Request a copy |
||
Text
form_TA020.pdf.pdf Restricted to Repository staff only Download (117kB) | Request a copy |
Abstract
Seiring perkembangan teknologi yang canggih, aktivitas bermain games yang pada awalnya hanya untuk melepas penat dan suntuk dikala beraktivitas kini sudah menjadi kebutuhan bagi beberapa orang. Bahkan, kemunculan berbagai tim E-sport menjadi pertanda bahwa games saat ini sedang popular. Berbagai macam tipe smartphone gaming muncul menawarkan fitur - fitur baru demi mendukung pengalaman bermain games yang jauh lebih memuaskan. Salah satu smartphone khusus gaming adalah smartphone Asus ROG. Smartphone ini tersedia di e-marketplace dengan banyak informasi dan ulasan. Infromasi dan ulasan tersebut dapat membantu untuk meningkatkan penjualan dan kualitas produk bagi produsen Asus ROG. Membaca semua ulasan yang ada pada e-marketplace tentu sangat memakan waktu. Oleh karena itu, dalam penelitian ini akan dilakukan analisis ulasan smartphone Asus ROG untuk mengklasifikasikan ulasan menjadi ulasan positif atau negatif. Metode yang digunakan adalah Multinomial Naive Bayes (MNB). Data yang digunakan dalam penelitian ini sebanyak 201 data yang diambil pada tanggal 3-16 November 2020 dan tanggal 3-16 Maret 2021. Data tersebut dibagi menjadi data latih dan data uji sebanyak 85% dan 15% dari jumlah data. Tujuan dari penelitian ini adalah mengetahui kalsifikasi ulasan produk smartphone Asus ROG dengan akurasi yang baik. Tahapan dalam analisis data terdiri dari case folding, cleaning, stopword dan stemming. Pembobotan kata dilakukan dengan menggunakan metode TF-IDF. Hasil percobaan menunjukkan kete[patan akurasi yang dihasilkan sebesar 83,87%. Berdasarkan data uji, presentase ulasan positif sebesar 80,64% dan presentase ulasan negatif sebesar 19,35%. Kata kunci: klasifikasi, Multinomial Naive Bayes, ulasan.
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | Q Science > QA Mathematics > QA76 Computer software |
Divisions: | Jurusan Matematika dan Teknologi Informasi > Matematika |
Depositing User: | Andi Mohhammad Safi'i |
Date Deposited: | 04 Aug 2021 04:57 |
Last Modified: | 04 Aug 2021 07:20 |
URI: | http://repository.itk.ac.id/id/eprint/17463 |
Actions (login required)
View Item |