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:	Users 30 not found.
Date Deposited:	07 May 2024 03:26
Last Modified:	07 May 2024 03:26
URI:	https://repository.unas.ac.id/id/eprint/10940

Actions (login required)

View Item