Search for collections on Repository Universitas Maritim Raja Ali Haji

ANALISIS SENTIMEN PENGGUNA APLIKASI INDODAX MELALUI ULASAN DI PLAY STORE MENGGUNAKAN LOGISTIC REGRESSION

MANULLANG, MARTIN and Nurfalinda, Nurfalinda and Magfira, Fortia (2025) ANALISIS SENTIMEN PENGGUNA APLIKASI INDODAX MELALUI ULASAN DI PLAY STORE MENGGUNAKAN LOGISTIC REGRESSION. S1 thesis, Universitas Maritim Raja Ali Haji.

[img] Text (Cover)
MARTIN MANULLANG_2001020047_Teknik Informatika_Cover.pdf - Published Version

Download (599kB)
[img] Text (Abstrak)
MARTIN MANULLANG_2001020047_Teknik Informatika_Abstrak.pdf - Published Version

Download (338kB)
[img] Text (Bab I)
MARTIN MANULLANG_2001020047_Teknik Informatika_BAB I.pdf - Published Version

Download (303kB)
[img] Text (Daftar Pustaka)
MARTIN MANULLANG_2001020047_Teknik Informatika_Daftar Pustaka.pdf - Published Version

Download (297kB)
[img] Text (Full Text)
MARTIN MANULLANG_2001020047_Teknik Informatika_Full Text.pdf - Published Version
Restricted to Repository staff only

Download (1MB) | Request a copy
Official URL: https://lib.umrah.ac.id/

Abstract

Di era digital saat ini, analisis sentimen menjadi penting untuk memahami opini pengguna terhadap aplikasi digital seperti Indodax. Penelitian ini bertujuan untuk melakukan analisis sentimen ulasan pengguna aplikasi Indodax di Google Play Store menggunakan algoritma Logistic Regression. Metode yang digunakan mencakup tahapan preprocessing teks, pelabelan data menggunakan Inset Lexicon, dan ekstraksi fitur berdasarkan frekuensi kata positif dan negatif. Data ulasan yang digunakan diklasifikasikan ke dalam kategori penggunaan aplikasi untuk memudahkan analisis lebih dalam. Hasil penelitian menunjukkan bahwa model Logistic Regression yang dilatih dengan dataset berbahasa Indonesia mencapai accuracy 94,18%, precision 93,95%, recall 100,00%, dan F1-score 96,88%. Model ini menunjukkan kemampuan tinggi dalam mengklasifikasikan ulasan dengan tingkat kesalahan yang rendah. Kesimpulannya, Logistic Regression merupakan metode yang efektif dalam klasifikasi sentimen ulasan aplikasi Indodax dengan hasil yang akurat dan konsisten.

Item Type: Thesis (S1)
Contributors:
ContributionNameNIP / NIDN
UNSPECIFIEDNurfalinda, NurfalindaNIP.198401212019032013
UNSPECIFIEDMagfira, FortiaNIP.199801202024062001
Subjects: 000_umum > 000. Ilmu Umum dan Komputer > 006.3 Artificial Intelligence/Kecerdasan Buatan
Divisions: Fakultas Teknik > Program Studi Teknik Informatika
Depositing User: user Teknik Informatika
Date Deposited: 06 Feb 2025 03:40
Last Modified: 06 Feb 2025 03:40
URI: http://repositori.umrah.ac.id/id/eprint/8733

Actions (login required)

View Item View Item