sayyida, risqulloh dhiya (2024) ANALISIS SENTIMEN ULASAN APLIKASI MOBILEPERBANKAN SEABANK MENGGUNAKAN METODE RANDOM FOREST. Bachelor thesis, Universitas Nasional.
Text
COVER.pdf Download (1MB) |
|
Text
BAB I.pdf Download (417kB) |
|
Text
BAB II.pdf Download (465kB) |
|
Text
BAB III.pdf Download (455kB) |
|
Text
BAB IV.pdf Download (1MB) |
|
Text
BAB V.pdf Download (350kB) |
|
Text
DAFTAR PUSTAKA.pdf Download (476kB) |
Abstract
Penelitian ini mengevaluasi penerapan Algoritma Random Forest untuk melakukan klasifikasi ulasan pelanggan pada salah satu aplikasi perbankan Mobile yaitu Seabank. Dalam penelitian ini, 111.042 ulasan Google Play Store telah diproses secara seksama melalui tahap preprocessing dan seleksi fitur polarity untuk mengidentifikasi sentimen yang terkandung di dalamnya. Analisis ini menunjukkan bahwa ulasan negatif lebih dominan daripada ulasan positif dalam dataset yang dipelajari. Selanjutnya, Algoritma Random Forest diterapkan untuk mengklasifikasikan ulasan-ulasan tersebut. Tingkat akurasi yang dihasilkan dari model yang telah dibuat mencapai 98%, menunjukkan bahwa model tersebut mampu mengklasifikasikan ulasan dengan sangat baik. Hasil ini menegaskan bahwa Algoritma Random Forest memiliki potensi sebagai pendekatan yang efektif untuk menganalisis sentimen ulasan pelanggan pada aplikasi perbankan Mobile Seabank. Implikasi praktis dari penelitian ini adalah bahwa penggunaan algoritma ini dapat membantu perusahaan dalam memahami persepsi dan umpan balik pelanggan secara lebih efektif, sehingga memungkinkan mereka untuk mengambil tindakan yang lebih tepat guna meningkatkan kualitas layanan mereka
Item Type: | Thesis (Bachelor) |
---|---|
Subjects: | T Technology > T Technology (General) Z Bibliography. Library Science. Information Resources > Z665 Library Science. Information Science |
Divisions: | Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi |
Depositing User: | Miss Rahma Rahmawati |
Date Deposited: | 07 May 2024 03:26 |
Last Modified: | 07 May 2024 03:26 |
URI: | http://repository.unas.ac.id/id/eprint/10940 |
Actions (login required)
View Item |