Goklas, Bima Putra (2020) Klasifikasi Sentimen Penumpang Pesawat Menggunakan Metode Naive Bayes Classifier dan Support Vector Machine (Studi Kasus Maskapai Penerbangan PT. X). Other thesis, Institut Teknologi Sepuluh Nopember.
Preview |
Text
06211640000124-Undergraduate_Thesis.pdf Download (1MB) | Preview |
Abstract
PT X sebagai perusahaan penyedia jasa transportasi penerbangan perlu menjaga kualitas layanannya. Untuk mengukur kinerja perusahaan, PT X kerap meminta ulasan penumpang untuk menanggapi layanan yang diberikan. Seiring perusahaan yang terus berkembang dan penumpang yang semakin banyak, membaca ulasan secara keseluruhan tentu membutuhkan waktu yang lama. Untuk itu perlu usaha untuk mengumpulkan ulasan tersebut dan mengolahnya menjadi informasi yang bermanfaat bagi perusahaan, yaitu dengan memanfaatkan teknik analisis sentimen. Penelitian ini bertujuan untuk memprediksi sentimen penumpang dari ulasan yang diberikan menggunakan metode klasifikasi. Naïve Bayes Classifier (NBC) dan Support Vector Machine (SVM) adalah dua metode yang digunakan pada penelitian ini. Sebelum dilakukan klasifikasi, data terlebih dahulu dilakukan praproses teks. Apabila data menunjukkan imbalanced pada masing-masing kategori, maka dilakukan teknik SMOTE untuk mengatasinya. Data yang digunakan pada penelitian ini adalah data sekunder yang merupakan data ulasan penumpang domestik tahun 2019. Ulasan akan diklasifikasikan menjadi dua kategori sentimen, yaitu sentimen positif dan negatif. Hasil penelitian menunjukkan aplikasi SMOTE pada data dapat meningkatkan nilai ketepatan klasifikasi. Akurasi dan AUC data training terbaik ditunjukkan oleh metode SVM kernel RBF, sedangkan akurasi dan AUC data testing terbaik ditunjukkan oleh metode SVM kernel linear.
=========================================================
PT X as a provider of aviation transportation services needs to maintain the quality of its services. To measure company performance, PT X often requests passenger reviews to respond to services provided. As the company continues to grow and passengers increasingly, reading the overall review certainly takes a long time. For this reason, an effort is needed to collect these reviews and process them into useful information for companies, namely by utilizing sentiment analysis techniques. This study aims to predict passenger sentiment from the reviews provided using the classification method. Naïve Bayes Classifier (NBC) and Support Vector Machine (SVM) are two methods used in this study. Before classification, the text data is preprocessed. If the data shows imbalanced in each category, then the SMOTE technique is used to overcome them. The data used in this study are secondary data which are data on domestic passenger reviews in 2019. Reviews will be classified into two categories of sentiments, namely positive and negative sentiments. The results showed the application of SMOTE to the data could increase the value of classification performance. The best accuracy and AUC for training data is shown by the SVM kernel RBF method, while the best accuracy and AUC for testing data is shown by the linear SVM kernel method.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Analisis Sentimen, Klasifikasi, Naïve Bayes Classifier, SMOTE, Support Vector Machine, Sentiment Analysis, Classification, Naïve Bayes Classifier, SMOTE, Support Vector Machine |
| Subjects: | H Social Sciences > HD Industries. Land use. Labor > HD108 Classification (Theory. Method. Relation to other subjects ) |
| Divisions: | Faculty of Mathematics and Science > Statistics > 49201-(S1) Undergraduate Thesis |
| Depositing User: | Bima Putra Goklas |
| Date Deposited: | 27 Aug 2020 02:53 |
| Last Modified: | 24 Dec 2023 15:36 |
| URI: | http://repository.its.ac.id/id/eprint/81398 |
Actions (login required)
 |
View Item |