NURHALIZA, BIN ARAS (2023) ANALISIS SENTIMEN KEPUASAN CUSTOMER TERHADAP EKSPEDISI TIKI, SICEPAT EXPRESS DAN NINJA EXPRESS MENGGUNAKAN ALGORITMA NAÏVE BAYES. S1 thesis, Universitas Malikussaleh.

	Text Cover.pdf Download (45kB)
	Text Abstrak.pdf Download (9kB)
	Text Bab l.pdf Download (126kB)
	Text Daftar Pustaka.pdf Download (104kB)

Abstract

Perkembangan ilmu pengetahuan dan teknologi informasi saat ini sangat pesat, Kehadiran pemasaran produk global telah menyebabkan perkembangan jasa ekspedisi juga mengalami kemajuan besar. Kebutuhan penggunaan jasa ekspedisi barang yang dipergunakan masyarakat untuk memenuhi berbagai kebutuhannya sangat meningkat pesat. Hadirnya berbagai jasa ekspedisi barang tidak hanya mempermudah masyarakat namun juga para pengusaha atau seller. Penelitian ini bertujuan untuk menganalisis sentimen terhadap kepuasan customer ekspedisi yaitu tiki, sicepat express dan ninja express pada twitter dengan menggunakan metode Algoritma Naïve Bayes. Beberapa proses dalam dilakukan klasifikasi sentimen, yang pertama melakukan koleksi data di twitter menggunakan scraping setalah itu pemberian labelling, kemudian melakukan text pre-processing pada data yang meliputi cleansing data, case folding, tokenizing, stopword removal, dan stemming. berikutnya dilaksanakan proses klasifikasi pada data. Data yang digunakan dalam penelitian ini adalah 3000, setiap item berjumlah 1000 data kemudian dibagi menjadi 3 kategori yaitu positif, negatif dan netral. 3000 data terbagi menjadi dua bagian yaitu 70% data latih dan 30% data uji. Berdasarkan hasil evaluasi klasifikasi dengan algoritma Naïve Bayes menghasilkan akurasi yang sangat tinggi. Akurasi Sicepat Express 90,67%, presisi 56,95%, recall 38,54% dan f1-score 40,57%. Ninja Express memiliki akurasi 80,67%, presisi 49,4%, recall 40,84% dan nilai f1-score 41,5%. Akurasi Tiki sebesar 74,67%, presisi 67%, recall 57,61%, f1-score 56,28%. Kata kunci: Ekspedisi, Sentimen, Data, Naïve Bayes

Item Type:	Thesis (S1)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknik > 55201 - Jurusan Teknik Informatika
Depositing User:	Yolinda Cesilia
Date Deposited:	22 Nov 2023 04:10
Last Modified:	22 Nov 2023 04:10
URI:	https://rama.unimal.ac.id/id/eprint/172

Actions (login required)

View Item