View/Open

Author
NABILAH, WAHYU HAFIZHAH

Advisor
Christyan Tamaro Nadeak, S.Si., M.Si.,
Tirta Setiawan, S.Pd., M.Si.,

Koleksi
Sains Data

Publisher

Penelitian ini mengkaji penerapan metode Multinomial Naïve Bayes da- lam analisis sentimen ulasan pengguna aplikasi podcast di Google Play Store. Tujuan penelitian ini mengimplementasikan metode Multinomial Naïve Bayes pada data ulasan aplikasi podcast serta mengevaluasi per- formanya berdasarkan metrik akurasi, precision, recall, dan F1-score. Data yang digunakan terdiri dari 4.241 ulasan dengan klasifikasi sen- timen terbagi menjadi tiga kategori: positif, negatif, dan netral. Data dibagi menjadi beberapa skenario yaitu rasio 80:20, 70:30, dan 60:40. Data teks ulasan menggunakan TF-IDF untuk direpresentasikan dalam bentuk numerik. Selain itu, masalah ketidakseimbangan kelas diatasi dengan teknik oversampling SMOTE, yang menghasilkan data sintesis untuk kelas minoritas guna meningkatkan keseimbangan dataset pela- tihan. Evaluasi performa model menggunakan confusion matrix menun- jukkan bahwa pembagian data dengan rasio 80:20 memberikan hasil terbaik. Penelitian ini menekankan pentingnya rasio pembagian data dan teknik SMOTE dalam meningkatkan akurasi serta kualitas model klasifikasi sentimen.

URI
https://repo.itera.ac.id/depan/submission/SB2507150045

Keyword
Analisis Sentimen Multinomial Naïve Bayes TF-IDF SMOTE Google Play Store