Astia Weni Syaputri, - (2020) ANALISIS SENTIMEN PADA ULASAN HOTEL GRAND ELITE DI WEBSITE TRAVELOKA MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR. Skripsi thesis, Universitas Islam Negeri Sultan Syarif Kasim Riau.
|
Text
FILE LENGKAP SAMPAI LAMPIRAN KECUALI HASIL (BAB IV).pdf Download (1MB) | Preview |
|
Text (BAB IV)
FILE HASIL PENELITIAN (BAB IV).pdf - Published Version Restricted to Repository staff only Download (1MB) |
Abstract
Grand Elite merupakan hotel bintang 4 yang dalam proses untuk mengembangkan dan mengevaluasi bisnisnya salah satunya dengan mengavaluasi komentar-komentar atau pendapat pengunjungnya terhadap hotel tersebut. Salah satu cara yang dilakukan adalah dengan menyebar kuisioner dan bertanya langsung kepada tamu hotel. Namun hal tersebut tidak berjalan dengan baik dikarenakan banyak tamu yang tidak memberikan respon atau komentar terhadap Hotel Grand Elite. Traveloka memberikan keleluasaan bagi pengguna untuk dapat memesan dan memberi penilaian atau komentar mengenai hotel pada aplikasi dan website tersebut. Hotel Grand Elite mulai memanfaatkan fitur komentar untuk membantu pelanggan dalam memilih hotel dan membantu pemilik hotel dalam mengembangkan usahanya. Komentar-komentar tersebut dapat dianalisis menggunakan analisis sentimen. Dalam analisis sentimen data komentar dibagi menjadi tiga kelas yaitu positif, negatif, dan netral. Algoritma klasifikasi yang digunakan pada tugas akhir ini adalah K-Nearest Neighbor. Data yang digunakan sebanyak 200 komentar positif, 200 komentar negatif dan 200 komentar netral. Parameter yang digunakan pada KNN adalah K=5, K=10, K=15, K=20, K=25, dan K=50, K=75, K=100, K=150, K=200. Akurasi tertinggi pada K-50 dengan akurasi sebesar 90,0%.
Item Type: | Thesis (Skripsi) |
---|---|
Subjects: | 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika |
Divisions: | Fakultas Sains dan Teknologi > Sistem Informasi |
Depositing User: | fsains - |
Date Deposited: | 15 Feb 2021 03:58 |
Last Modified: | 15 Feb 2021 03:59 |
URI: | http://repository.uin-suska.ac.id/id/eprint/42562 |
Actions (login required)
View Item |