SENTIMENT ANALYSIS PADA MASYARAKAT TERHADAP LIGHT RAIL TRANSIT (LRT) KOTA PALEMBANG MENGGUNAKAN METODE IMPROVED K-NEAREST NEIGHBOR

ARAFAH, SITI NUR and Fathoni, Fathoni (2022) SENTIMENT ANALYSIS PADA MASYARAKAT TERHADAP LIGHT RAIL TRANSIT (LRT) KOTA PALEMBANG MENGGUNAKAN METODE IMPROVED K-NEAREST NEIGHBOR. Undergraduate thesis, Sriwijaya University.

[thumbnail of RAMA_57201_09031281823145.pdf] Text
RAMA_57201_09031281823145.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (2MB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_TURNITIN.pdf] Text
RAMA_57201_09031281823145_TURNITIN.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (9MB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_01_front_ref.pdf]
Preview
Text
RAMA_57201_09031281823145_0218107201_01_front_ref.pdf - Accepted Version
Available under License Creative Commons Public Domain Dedication.

Download (969kB) | Preview
[thumbnail of RAMA_57201_09031281823145_0218107201_02.pdf] Text
RAMA_57201_09031281823145_0218107201_02.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (670kB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_03.pdf] Text
RAMA_57201_09031281823145_0218107201_03.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (499kB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_04.pdf] Text
RAMA_57201_09031281823145_0218107201_04.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_05.pdf] Text
RAMA_57201_09031281823145_0218107201_05.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (250kB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_06_ref.pdf] Text
RAMA_57201_09031281823145_0218107201_06_ref.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (378kB) | Request a copy
[thumbnail of RAMA_57201_09031281823145_0218107201_07_lamp.pdf] Text
RAMA_57201_09031281823145_0218107201_07_lamp.pdf - Accepted Version
Restricted to Repository staff only
Available under License Creative Commons Public Domain Dedication.

Download (1MB) | Request a copy

Abstract

Light Rail Transit (LRT) merupakan sistem transportasi cepat yang berkelanjutan, yang dibangun untuk mengatasi masalah kemacetan di kota Palembang. Agar dapat menarik minat masyarakat untuk beralih menggunakan transportasi umum dibandingkan dengan transportasi pribadi salah satunya dengan meningkatkan kualitas pelayanan yang diberikan. Analisis sentimen digunakan untuk mengelompokkan opini positif dan negatif pada pengguna jasa transportasi LRT Kota Palembang. Selain melakukan penarikan data melalui crawling data pada data tweet, peneliti juga melakukan penyebaran kuesioner. Dalam melakukan proses klasifikasi analisis sentimen, penelitian ini menggunakan metode Improved K-Nearest Neighbor yang merupakan modifikasi dari metode K-Nearest Neighbor. Hasil penelitian ini merupakan data latih dan uji terhadap 1617 record data yang menghasilkan akurasi tertinggi sebesar 74.07% pada 90% data latih dan 10% data uji, dengan nilai presisi 70%, recall 56% dan f-1 score 59%, sedangkan akurasi terendah dengan nilai akurasi 63.04% pada 50% data latih dan 50% data uji, dengan presisi 44%, recall 42% dan f-1 score 42%. Kata Kunci: Analisis Sentimen, K-Nearest Neighbor, Light Rail Transit (LRT).

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Analisis Sentimen, K-Nearest Neighbor, Light Rail Transit (LRT).
Subjects: T Technology > T Technology (General) > T1-995 Technology (General)
Divisions: 09-Faculty of Computer Science > 57201-Information Systems (S1)
Depositing User: Ms. Siti Nur Arafah
Date Deposited: 22 Jul 2022 04:02
Last Modified: 22 Jul 2022 04:03
URI: http://repository.unsri.ac.id/id/eprint/74444

Actions (login required)

View Item View Item