eprintid: 5756
rev_number: 15
eprint_status: archive
userid: 233
dir: disk0/00/00/57/56
datestamp: 2021-09-07 02:20:32
lastmod: 2021-09-07 02:20:32
status_changed: 2021-09-07 02:20:32
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 22094686, David Addiwijaya Hanz
creators_id: hanz.dave@gmail.com
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Susanto, Budi
contributors_name: Chrisantyo, Lukas
corp_creators: Universitas Kristen Duta Wacana
title: KLASIFIKASI SENTIMEN PEMBELI BERDASARKAN LAYANAN SMS “SUARA KONSUMEN” TERHADAP PRODUK MENGGUNAKAN METODE K-NN
ispublished: pub
subjects: QA75
subjects: QA76
subjects: ZA
divisions: tek_informatika
full_text_status: restricted
keywords: K-Nearest Neighbor, Sentiment Analysist, klasifikasi dokumen, komentar
positif, komentar negatif, SMS, Cosine Similiarity
abstract: Layanan “SUARA KONSUMEN” dibuat produsen dengan tujuan untuk dapat mendapatkan saran, kritik, maupun pengaduan terhadap produk dari produsen. Layanan ini juga adalah salah satu cara mempermudah produsen tersebut dapat mengetahui secara langsung bagaimana sentimen pelanggan terhadap produk yang
dikeluarkan oleh produsen dengan mengetahui jumlah komentar negatif dan komentar positif, namun terbatas jumlahnya karakter dalam SMS menjadi masalah yang utama karena akan menyebabkan harus penggunaan kata-kata dan struktur yang ringkas namun padat dan jelas dalam menyampaikan isi dan maksud dari pengirim SMS. Penelitian ini akan diteliti bagaimana mengklasifikasikan SMS yang menggunakan struktur dan kata-kata yang terbatas untuk mendapatkan sentimen dari sebuah layanan SMS “Suara Konsumen” melalui pendekatan text mining. Penelitian ini menggunakan Algoritma K-NN dalam melakukan klasifikasi, selain Algoritma KNN penelitian ini akan membobotan kata menggunakan metode TF-IDF, Feature Selection dalam pemilihan kata-kata juga Cosine Similiarity dalam mengukur tingkat kedekatan antar dokumen. Dalam menentukan keberhasilan, diukur tingkat akurasi dari dokumen yang dilakukan percobaan dan hasilnya sangat akurat dengan nilai rata-rata akurasi sebesar 89% pada variasi nilai K dan Feature Selection. Nilai akurasi pada sistem klasifikasi sentimen SMS optimal pada K = 3 dan K = 7 yaitu 90% dan dengan error rate dibawah 10%.
date: 2014-07
date_type: published
pages: 60
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   22094686, David Addiwijaya Hanz  (2014) KLASIFIKASI SENTIMEN PEMBELI BERDASARKAN LAYANAN SMS “SUARA KONSUMEN” TERHADAP PRODUK MENGGUNAKAN METODE K-NN.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/5756/1/22094686_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/5756/2/22094686_bab2-sd-bab4_lampiran.pdf