Analisis Sentimen Opini Pengguna Jasa Pengiriman Jne Menggunakan Metode Naïve Bayes Classifier Dan K-Nearest Neighbors

Siti Halimatussadiah, . (2025) Analisis Sentimen Opini Pengguna Jasa Pengiriman Jne Menggunakan Metode Naïve Bayes Classifier Dan K-Nearest Neighbors. Masters thesis, Universitas Pamulang.

	Text COVER.pdf Restricted to Registered users only Download (719kB)
	Text BAB I.pdf Restricted to Registered users only Download (115kB)
	Text BAB II.pdf Restricted to Registered users only Download (406kB)
	Text BAB III.pdf Restricted to Registered users only Download (131kB)
	Text BAB IV.pdf Restricted to Registered users only Download (1MB)
	Text BAB V.pdf Restricted to Registered users only Download (28kB)
	Text JURNAL.pdf Restricted to Registered users only Download (1MB)

Abstract

Layanan JNE yang berkualitas tinggi akan memberikan kepuasan optimal kepada pengguna, memastikan mereka merasa dihargai dan mendapatkan pengalaman pengiriman yang andal serta efisien. Untuk memberikan layanan yang optimal, maka penelitian ini mengeksplorasi analisis sentimen pengguna secara mendalam terhadap aplikasi pengiriman barang di Indonesia. Tujuan penelitian untuk menganalisis sentimen pengguna terhadap aplikasi My JNE, yang merupakan salah satu aplikasi pengiriman barang terkemuka di Indonesia. Penelitian ini menggunakan data ulasan pengguna dari Google Play Store yang dikumpulkan dari tahun 2018 hingga 2024. Sentimen ulasan dikategorikan menjadi positif, netral, dan negatif menggunakan alat analisis VADER. VADER (Valence Aware Dictionary and sEntiment Reasoner) adalah alat analisis sentimen berbasis leksikon dan aturan yang dirancang khusus untuk mendeteksi sentimen dalam teks media sosial. Setelah dilakukan proses reduksi data, kelas sentimen netral dihilangkan untuk memfokuskan analisis pada dua kategori utama: positif dan negatif. Dari total 5.000 sampel ulasan yang dianalisis, ditemukan bahwa 35,78% termasuk dalam kategori positif dan 64,21% dalam kategori negatif. Metode klasifikasi yang digunakan dalam penelitian ini adalah Naïve Bayes dan K-Nearest Neighbors (KNN). Hasil analisis menunjukkan bahwa model Naïve Bayes memiliki akurasi sebesar 81,64%, sementara K-Nearest Neighbors (KNN) memiliki akurasi sebesar 76,25%. Uji akurasi ini menegaskan bahwa model KNN lebih efektif dalam mengklasifikasikan sentimen pengguna dibandingkan dengan Naïve Bayes. Hasil penelitian ini memberikan wawasan penting mengenai persepsi pengguna terhadap aplikasi My JNE, yang dapat dijadikan sebagai dasar untuk peningkatan kualitas layanan di masa mendatang. Penelitian ini menyarankan agar My JNE fokus pada perbaikan fitur yang sering mendapat ulasan negatif untuk meningkatkan kepuasan pengguna.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Sentimen Analisis, My JNE, Naïve Bayes, K-Nearest Neighbors, VADER, Google Play Store
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	miko
Date Deposited:	04 Jul 2025 07:54
Last Modified:	04 Jul 2025 08:15
URI:	http://repository.unpam.ac.id/id/eprint/16765

Actions (login required)

View Item