M. Ghiyats Alghani, NIM. 162021053 (2025) ANALISIS SENTIMEN ULASAN APLIKASI MAXIM PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER. Skripsi thesis, UNIVERSITAS MUHAMMADIYAH PALEMBANG.

Preview	Text 162021053_COVER_BAB I_DAFTAR PUSTAKA.pdf Download (881kB) | Preview
	Text 162021053_BAB II.pdf Restricted to Repository staff only Download (308kB)
	Text 162021053_BAB III.pdf Restricted to Repository staff only Download (297kB)
	Text 162021053_BAB IV.pdf Restricted to Repository staff only Download (510kB)
	Text 162021053_BAB V.pdf Restricted to Repository staff only Download (8kB)
	Text 162021053_DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (155kB)
	Text 162021053_Lampiran.pdf Restricted to Repository staff only Download (186kB)
	Text 162021053_Coper_Sampai_Lampiran.pdf Restricted to Repository staff only Download (1MB)

Abstract

Perkembangan teknologi digital mendorong munculnya layanan transportasi daring, salah satunya aplikasi Maxim. Tingginya jumlah ulasan pengguna di Google Play Store dapat menjadi sumber informasi penting mengenai kepuasan dan pengalaman pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan aplikasi Maxim dengan menggunakan algoritma Naïve Bayes Classifier (NBC). Data yang digunakan berjumlah 1000 ulasan, yang diperoleh melalui teknik web scraping. Proses penelitian meliputi tahap pra-pemrosesan teks (case folding, tokenizing, stopword removal, dan stemming), pembobotan kata menggunakan TF-IDF, serta klasifikasi sentimen menjadi dua kategori, yaitu positif dan negatif. Evaluasi performa model dilakukan dengan confusion matrix menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa algoritma NBC mampu mengklasifikasikan sentimen ulasan dengan akurasi sebesar 72%, presisi 72%, recall 72%, dan F1-score 71,5%. Dari total data, 60% ulasan dikategorikan positif dan 40% negatif. Temuan ini memberikan gambaran bahwa mayoritas pengguna memiliki pengalaman positif terhadap aplikasi Maxim. Penelitian ini diharapkan dapat menjadi masukan bagi pengembang dalam meningkatkan kualitas layanan serta menjadi referensi untuk penelitian selanjutnya di bidang analisis sentimen berbasis teks.

Item Type:	Thesis (Skripsi)
Additional Information:	Dosen Pembimbing : 1. Dedi Haryanto, S.Kom., M.Kom 2. Dr. Lucky Indra Kesuma, SI., M. Kom
Uncontrolled Keywords:	Kata Kunci: Analisis Sentimen, Maxim, Google Play Store, Naïve Bayes Classifier, TF-IDF
Subjects:	Teknologi informasi > perangkat lunak Teknologi informasi > program
Divisions:	Fakultas Teknik > Teknologi Informasi (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	02 Apr 2026 04:40
Last Modified:	02 Apr 2026 04:40
URI:	http://repository.um-palembang.ac.id/id/eprint/34853

Actions (login required)

View Item