ANALISIS SENTIMEN ULASAN PENGGUNA JAKLINGKO PADA YOUTUBE MENGGUNAKAN ALGORITMA SVM DAN NAÏVE BAYES

Ahiruwa, Isnando Noverdy Catur (2025) ANALISIS SENTIMEN ULASAN PENGGUNA JAKLINGKO PADA YOUTUBE MENGGUNAKAN ALGORITMA SVM DAN NAÏVE BAYES. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (525kB)
	Text BAB I.pdf Download (358kB)
	Text BAB II.pdf Download (469kB)
	Text BAB III.pdf Download (4MB)
	Text BAB IV.pdf Download (4MB)
	Text BAB V.pdf Download (326kB)
	Text LAMPIRAN.pdf Download (550kB)

Abstract

Transportasi publik yang terintegrasi menjadi kebutuhan utama dalam menunjang mobilitas masyarakat di Jakarta. JakLingko hadir sebagai solusi yang menghubungkan berbagai moda transportasi dalam satu sistem pembayaran yang efisien. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap layanan JakLingko di platform YouTube menggunakan algoritma Support Vector Machine (SVM) dan Naïve Bayes. Metode yang digunakan meliputi pengumpulan data melalui web scraping, preprocessing teks, serta klasifikasi sentimen dengan kedua algoritma tersebut. Menunjukkan bahwa sentimen pengguna terhadap JakLingko cenderung positif, dengan mayoritas ulasan memberikan apresiasi terhadap integrasi layanan. Namun, terdapat juga sentimen negatif yang menyoroti kendala teknis dalam penggunaan aplikasi dan layanan operasional. Dari segi performa, algoritma SVM menunjukkan akurasi yang lebih tinggi dibandingkan Naïve Bayes, dengan nilai 96% berbanding 85%. Hal ini menunjukkan bahwa SVM lebih andal dalam mengklasifikasikan sentimen berdasarkan pola data yang kompleks.

Item Type:	Thesis (Bachelor)
Uncontrolled Keywords:	Analisis Sentimen, JakLingko, YouTube, Support Vector Machine, Naïve Bayes, Machine Learning, Transportasi Publik.
Subjects:	T Technology > T Technology (General) T Technology > TA Engineering (General). Civil engineering (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Rahma Rahmawati
Date Deposited:	04 Jul 2025 03:18
Last Modified:	04 Jul 2025 03:18
URI:	http://repository.unas.ac.id/id/eprint/13361

Actions (login required)

View Item