Analisis Sentimen Pelanggan Perumda Giri Tirta Gresik Pada Imbalance Data Dengan Metode Smote Dan Naive Baye

Abdillah, Hanif (2025) Analisis Sentimen Pelanggan Perumda Giri Tirta Gresik Pada Imbalance Data Dengan Metode Smote Dan Naive Baye. undergraduate thesis, Universitas Muhammadiyah Gresik.

	Text Lembar Keaslian.pdf Download (777kB)
	Text Lembar Pengesahan.pdf Download (926kB)
	Text Lembar Persetujuan.pdf Download (880kB)
	Text Halaman Publikasi.pdf Download (333kB)
	Text Halaman Judul.pdf Download (371kB)
	Text BAB I.pdf Download (378kB)
	Text BAB II.pdf Download (556kB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Restricted to Repository staff only Download (1MB)
	Text BAB V.pdf Download (357kB)
	Text Daftar Pustaka.pdf Download (335kB)
	Text Lampiran.pdf Download (463kB)

Abstract

Dalam pengelolaan layanan publik seperti penyediaan air bersih, memahami persepsi dan kepuasan pelanggan menjadi faktor penting untuk peningkatan kualitas layanan. Perumda Giri Tirta Gresik merupakan perusahaan daerah yang menyediakan layanan air bersih kepada masyarakat, dan ulasan pelanggan di Google Maps dapat menjadi sumber informasi untuk menganalisis sentimen masyarakat. Penelitian ini melakukan analisis sentimen terhadap 571 ulasan menggunakan algoritma Naive Bayes. Data diperoleh melalui scraping dari Google Maps dan diproses melalui tahapan preprocessing, seperti casefolding, cleansing, tokenizing, normalisasi, stopword, dan stemming. Setelah itu, dilakukan pembobotan TF-IDF dan penyeimbangan data dengan teknik SMOTE untuk mengatasi ketidakseimbangan kelas. Sentimen diklasifikasikan ke dalam tiga kategori, yaitu positif, negatif, dan netral. Evaluasi dilakukan dengan membandingkan performa model sebelum dan sesudah SMOTE menggunakan akurasi, presisi, recall, dan F1-score. Hasil klasifikasi divisualisasikan dalam bentuk grafik untuk memudahkan interpretasi opini pelanggan. Berdasarkan hasil pengujian, metode Naive Bayes mampu mengelompokkan sentimen dengan cukup baik. Penerapan SMOTE juga terbukti meningkatkan kemampuan model dalam mempelajari pola sentimen dari kelas minoritas. Penelitian ini menekankan pentingnya preprocessing yang tepat serta penggunaan teknik penyeimbangan data dalam pengembangan sistem analisis sentimen yang andal dan informatif.

Item Type:	Thesis (undergraduate)
Uncontrolled Keywords:	Analisi Sentimen, Google Maps, SMOTE, Klasifikasi
Subjects:	Engineering > Informatics Engineering Engineering
Divisions:	Faculty of Engineering > Informatics Engineering Study Program
Depositing User:	Hanif Abdillah
Date Deposited:	12 Sep 2025 06:53
Last Modified:	12 Sep 2025 06:53
URI:	http://eprints.umg.ac.id/id/eprint/14781

Actions (login required)

View Item