Skripsi
ANALISIS SENTIMEN APLIKASI SATU SEHAT MENGGUNAKAN METODE NAIVE BAYES DAN PARTICLE SWARM OPTIMIZATION
Satu Sehat aplikasi yang bertujuan untuk memonitoring kesehatan masyarakat. Namun, ketika aplikasi satu sehat di luncurkan ke masyarakat telah menimbulkan pro dan kontra di kalangan masyarakat mengenai aplikasi ini. Penelitian ini bertujuan untuk menganalisis opini masyarakat mengenai aplikasi satu sehat pada google play store. Metode yang digunakan dalam penelitian ini adalah Naïve Bayes Classifier dengan Particle Swarm Optimization (PSO) sebagai metode seleksi fitur. Pada penelitian ini, parameter seleksi fitur PSO, dengan koefisien kognitif (c1) sebesar 1.8, koefisien sosial (c2) sebesar 1.2, dan inersia (w) sebesar 0.5. Pengujian dilakukan dengan membandingkan metode Naïve Bayes tanpa seleksi fitur dan metode Naïve Bayes dengan seleksi fitur PSO. Hasil penelitian menunjukkan bahwa metode Naïve Bayes tanpa seleksi fitur berhasil mengklasifikasi teks dengan akurasi sebesar 89%. dan dengan menggunakan seleksi fitur PSO, akurasi klasifikasi naik menjadi 95%. Hal ini menunjukkan bahwa penggunaan seleksi fitur PSO dengan parameter yang diatur sudah mampu memberikan peningkatan kinerja dalam klasifikasi sentimen. Penelitian ini memberikan pemahaman yang lebih baik tentang sentimen masyarakat terhadap aplikasi Satu Sehat dan menunjukkan bahwa penggunaan seleksi fitur PSO dengan parameter yang tepat dapat meningkatkan efektiIVtas metode klasifikasi Naïve Bayes dalam mengklasifikasikan opini masyarakat terkait Aplikasi Satu Sehat.
No other version available