Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

KLASIFIKASI ULASAN APLIKASI SHOPEE MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK DAN K-NEAREST NEIGHBOR

LIA WAROKA, - (2022) KLASIFIKASI ULASAN APLIKASI SHOPEE MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK DAN K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.

[img]
Preview
Text
GABUNGAN TA KECUALI BAB IV.pdf

Download (6MB) | Preview
[img] Text (BAB IV)
BAB IV PEMBAHASAN.pdf - Published Version
Restricted to Repository staff only

Download (6MB)

Abstract

KLASIFIKASI ULASAN APLIKASI SHOPEE MENGGUNAKAN ALGORITMA PROBABILISTIC NEURAL NETWORK DAN K-NEAREST NEIGHBOR LIA WAROKA NIM: 11750324783 Tanggal Sidang: 04 Januari 2022 Periode Wisuda: Program Studi Sistem Informasi Fakultas Sains dan Teknologi Universitas Islam Negeri Sultan Syarif Kasim Riau Jl. Soebrantas, No. 155, Pekanbaru ABSTRAK Google Play Store merupakan layanan konten digital yang dimiliki oleh Google yang melingkupi toko online. Layanan Google Play Store ini dapat diakses melalui web atau aplikasi android. Shopee merupakan toko online dengan proses jual beli melalui ponsel tanpa harus membuka website melalui perangkat komputer. Peningkatan unduhan aplikasi shopee pada google play store membawa berbagai macam komentar yang di berikasn oleh semua orang yang menggunakan aplikasi shopee meliputi komentar yang positif, netral atau negatif mengenai aplikasi shopee tersebut. Penelitian ini dilakukan bertujuan untuk melihat perbandingan menggunakan 2 algoritma klasifikasi yaitu algoritma Probabilistic Neural Network (PNN) dan K-Nearest Neighbor (KNN). Terdapat 2 atribut yang digunakan pada penelitian ini yaitu ulasan aplikasi dan produk pada aplikasi Shopee di Google Play Store. Pembagian data penelitian ini menggunakan K-Fold Cross Validation yang kemudian dihitung akurasinya pada data ulasan aplikasi dan produk Shopee. Akurasi data ulasan aplikasi KNN lebih tinggi dibandingkan PNN dengan akurasi KNN sebesar 77,85% sedangkan PNN dengan akurasi 72,43%. Untuk data produk akurasi KNN lebih tinggi dibanding PNN dengan akurasi KNN sebesar 91,43% sedangkan PNN sebesar 85,71%. Jadi hasil akurasi pada data yang digunakan dalam penelitian ini, algoritma KNN memiliki performa lebih baik dibading PNN. Kata Kunci: Google Play Store, K-Nearest Neighbor, Probabilistic Neural Network, Shopee, Text Mining. ix

Item Type: Thesis (Skripsi)
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 27 Jan 2022 09:11
Last Modified: 27 Jan 2022 09:11
URI: http://repository.uin-suska.ac.id/id/eprint/58519

Actions (login required)

View Item View Item