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 Umum
Kode
24.04.5581
Klasifikasi
005.7 - Data in Computer Systems
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Data Science
Dilihat
271 kali
Informasi Lainnya
Abstraksi
<strong>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%).</strong><br />
Koleksi & Sirkulasi
Tersedia 1 dari total 1 Koleksi
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | MUHAMMAD FAISAL ZAENUDIN |
| Jenis | Perorangan |
| Penyunting | Yuliant Sibaroni |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2024 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
