Kombinasi Logistic Regression dan Naive Bayes dalam Analisis Sentimen Terhadap Platform Aplikasi Peminjaman online dengan Pemanfaatan fitur Lexicons - Dalam bentuk pengganti sidang - Artikel Jurnal

MUHAMMAD FAISAL ZAENUDIN

Informasi Dasar

229 kali
24.04.5581
005.7
Karya Ilmiah - Skripsi (S1) - Reference

Di era digital, aplikasi pinjaman online telah menjadi alat penting dalam memfasilitasi transaksi keuangan dan mendukung UMKM. Namun, adanya opini negatif terkait pelanggaran seperti pencurian data nasabah menimbulkan kekhawatiran di masyarakat. Penelitian ini bertujuan untuk menganalisis sentimen terhadap aplikasi pinjaman online, khususnya Kredivo, dengan menggunakan kombinasi Regresi Logistik dan Naïve Bayes yang dioptimalkan melalui fitur Lexicons. Data diambil dari ulasan Google Play Store, kemudian dilakukan pelabelan, preprocessing, dan ekstraksi fitur melalui teknik TF-IDF. Model klasifikasi yang dibangun adalah Naive Bayes (NB) dan Logistic Regression (LR), dimana hasil dari kedua model tersebut digabungkan dengan metode ensemble voting menggunakan fitur lexicons. Hasil evaluasi menunjukkan bahwa pendekatan kombinasi dari ketiga metode tersebut dapat meningkatkan akurasi klasifikasi secara signifikan dibandingkan dengan penggunaan metode tunggal. Model gabungan tersebut mencapai akurasi sebesar 89,62%, lebih tinggi dari Regresi Logistik (86,19%) dan Naive Bayes (83,54%).
 

Subjek

DATA SCIENCE
 

Katalog

Kombinasi Logistic Regression dan Naive Bayes dalam Analisis Sentimen Terhadap Platform Aplikasi Peminjaman online dengan Pemanfaatan fitur Lexicons - Dalam bentuk pengganti sidang - Artikel Jurnal
 
,; il.: pdf file
English

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD FAISAL ZAENUDIN
Perorangan
Yuliant Sibaroni
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2024

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini