ANALISIS SENTIMEN PADA APLIKASI PINJAMAN ONLINE EASYCASH MENGGUNAKAN ALGORITMA NAÏVE BAYES DI MEDIA SOSIAL TWITTER

Melda (2024) ANALISIS SENTIMEN PADA APLIKASI PINJAMAN ONLINE EASYCASH MENGGUNAKAN ALGORITMA NAÏVE BAYES DI MEDIA SOSIAL TWITTER. PROGRAM STUDI SARJANA TEKNOLOGI INFORMASI FAKULTAS SAINS DAN TEKNOLOGI UNIVERSITAS SARI MULIA BANJARMASIN 2024.

Text MELDA - SKRIPSI- TEKNOLOGI INFORMASI - Melda.pdf Download (5MB)

Abstract

Pinjaman online EasyCash merupakan salah satu aplikasi pinjaman online yang banyak digunakan oleh masyarakat di berbagai kalangan dan hal tersebut membentuk opini masyarakat yang beraneka ragam baik itu bersifat postif ataupun negatif karena berdasarkan pengalam pribadi ataupun pengalam orang lain. Media sosial adalah tempat yang paling dirasa efektif dan praktis dalam menyampaikan pendapat bagi para pengguna khususnya pada media sosial Twitter. Tujuan: Penelitian ini bertujuan untuk mengtahui sentimen masyarakat terhadap pinjaman online EasyCash dan menerapkan algoritma Naïve Bayes dalam melakukan analisis sentimen. Metode: Dalam mengumpulkan data dan informasi dengan menggunakan metode eksperimental. Hasil: Algoritma Naïve Bayes mendapatkan akurasi sebesar 87%, Pada label positif mendapatkan nilai precision 92%, recall 76%, f1-score 83% dan pada label negatif mendapatkan nilai precesion 85%, recall 95% dan f1-score 90%. Simpulan: Berdasarkan hasil yang didapatkan mengenai analisis sentimen pada pinjaman online EasyCash di media sosial Twitter berhasil mengimplementasikan algoritma Naïve Bayes dengan akurasi sebesar 87%, masyarakat cenderung memberikan komentar negatif dengan jumlah 688 data dan komentar positif dengan jumlah 362 data.

Actions (login required)

View Item