Budaya, Albertus Andhika Dewa Satria Bintang (2025) ANALISIS SENTIMEN PADA ULASAN APLIKASI STOCKBIT MENGGUNAKAN ALGORITMA NAIVE BAYES. S1 thesis, Universitas Muhammadiyah Magelang.

	PDF (Skripsi) 20.0504.0037_COVER_BAB I_BAB II_BAB III_BAB V_DAFTAR PUSTAKA.pdf - Published Version Download (553kB)
	PDF (Skripsi) 20.0504.0037_COVER-BAB IV.pdf - Published Version Restricted to Repository staff only Download (4MB) | Request a copy
	PDF (Skripsi) 20.0504.0037_COVER_LAMPIRAN.pdf - Published Version Restricted to Repository staff only Download (200kB) | Request a copy
	PDF (Skripsi) 20.0504.0037 FULLTEXT.pdf - Published Version Restricted to Repository staff only Download (5MB) | Request a copy
	PDF (Skripsi) 20.0504.0037_COVER_PERNYATAAN UNGGAH REPOSITORY.pdf - Published Version Download (383kB)

Abstract

Aplikasi investasi digital seperti Stockbit semakin populer di Indonesia, memungkinkan pengguna untuk berdiskusi, berbagi informasi, dan mengelola portofolio saham. Namun, ulasan pengguna di Google Play Store sering mengandung sentimen beragam yang dapat menjadi masukan penting bagi pengembang. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Stockbit menggunakan algoritma Naïve Bayes, baik tanpa maupun dengan penerapan teknik resampling SMOTE dan ADASYN, untuk menangani ketidakseimbangan data.
Data penelitian terdiri dari 2.000 ulasan yang diambil menggunakan Google Play Scraper. Proses analisis mencakup tahap text preprocessing (cleaning, case folding, tokenizing, stopword removal, stemming), ekstraksi fitur menggunakan TF-IDF, serta klasifikasi dengan algoritma Naïve Bayes. Evaluasi kinerja model dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score.
Hasil penelitian menunjukkan bahwa penerapan SMOTE dan ADASYN dapat meningkatkan kinerja model dalam mengklasifikasikan sentimen. Model Naïve Bayes dengan SMOTE menghasilkan akurasi tertinggi sebesar 86,45%, diikuti oleh Naïve Bayes dengan ADASYN sebesar 85,30%, sedangkan tanpa resampling mencapai 82,10%. Kesimpulannya, teknik resampling efektif dalam mengatasi ketidakseimbangan data dan meningkatkan akurasi analisis sentimen pada ulasan aplikasi Stockbit.

Item Type:	Karya Ilmiah (S1)
Pembimbing:	Nuryanto, S.T., M.Kom. dan Maimunah, S.Si., M.Kom.
Uncontrolled Keywords:	Analisis Sentimen, Naïve Bayes, SMOTE, ADASYN, Ulasan Aplikasi, Stockbit
Subjects:	T Technology > T2 Information Technology
Divisions:	Fakultas Teknik > Teknik Informatika (S-1)
Depositing User:	FT 20.0504.0037
Date Deposited:	24 Sep 2025 07:52
Last Modified:	24 Sep 2025 07:52
URI:	https://repositori.unimma.ac.id/id/eprint/6073

Actions (login required)

View Item