ANALISIS SENTIMEN ULASAN APLIKASI MOBILEPERBANKAN SEABANK MENGGUNAKAN METODE RANDOM FOREST

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