ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES ADINDA KARINA RENGGALI NIM :

Ukuran: px
Mulai penontonan dengan halaman:

Download "ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES ADINDA KARINA RENGGALI NIM :"

Transkripsi

1 ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-syarat Memperoleh Gelar Sarjana Teknik Industri Oleh ADINDA KARINA RENGGALI NIM : D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA MEDAN 2021 No. Dok.: FM-GKM-S1TI-FT ; Tgl. Efektif : 09 Juli 2018; Rev : 01; Halaman : 1 dari 1

2 ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES TUGAS SARJANA Diajukan Untuk Memenuhi Sebagian Dari Syarat-Syarat Memperoleh Gelar Sarjana Teknik Oleh ADINDA KARINA RENGGALI NIM Disetujui Oleh : Dosen Pembimbing, (Ir. Nurhayati Sembiring, MT) D E P A R T E M E N T E K N I K I N D U S T R I F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA M E D A N No. Dok.: FM-GKM-S1TI-FT ; Tgl. Efektif : 09 Juli 2018; Rev : 01; Halaman : 1 dari 1

3

4 PERNYATAAN ORISINALITAS JUDUL : ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES Saya menyatakan bahwa Tugas Akhir ini adalah hasil karya sendiri, kecuali beberapa kutipan dan ringkasan yang masing-masing disebutkan sumbernya. Medan, 13 Juli 2021 Adinda Karina Renggali NIM :

5 ABSTRAK Pengguna internet setiap tahunnya semakin bertambah. Hal ini membuat orangorang lebih mudah dalam bertukar opini mereka tentang suatu produk atau jasa. Mengetahui akan hal itu, maka perusahaan dapat memanfaatkan opini-opini tersebut untuk meningkatkan pelayanan dan kualitas perusahaan. Masyarakat Indonesia mulai tertarik akan kecantikan. Hal ini dibuktikan oleh penjualan kosmetik yang terus meningkat setiap tahunnya. Karena hal tersebut, masyarakat membutuhkan sebuah wadah tentang kecantikan. Female Daily merupakan salah satu wadah kecantikan di Indonesia. Aplikasi Female Daily telah diunduh sebanyak lebih dari pengguna. Beberapa pengguna telah menyampaikan pendapatnya mengenai aplikasi Female Daily melalui situs Google Play. Machine learning adalah salah satu aplikasi dari kecerdasan buatan. Machine learning memiliki alat yang bisa digunakan untuk klasifikasi, yaitu algoritma Naive Bayes. Algoritma Naive Bayes dapat mengklasifikasikan opini pengguna mengenai aplikasi Female Daily. Algoritma ini mengklasifikasikannya menjadi positif dan negatif. Dari hasil analisis sentimen ulasan pengguna aplikasi Female Daily, didapatkan keakuratan dalam menggunakan algoritma Naive Bayes adalah sebesar 82,5%. Dari hasil keakuratan tersebut, maka algoritma Naive Bayes efektif dalam melakukan klasifikasi ulasan pengguna mengenai aplikasi Female Daily. Penelitian ini diharapkan dapat berguna dalam melakukan analisis sentimen yang selanjutnya. Kata kunci: Analisis Sentimen, Machine Learning, Naive Bayes, Female Daily, Google Colab

6 ABSTRACT Internet users are increasing every year. This makes it easier for people to exchange their opinions about a product or service. Knowing this, the company can take advantage of these opinions to improve the service and quality of the company. Indonesian people began to be interested in beauty. This is evidenced by the sales of cosmetics that continue to increase every year. Because of this, society needs a platform about beauty. Female Daily is one of the beauty forums in Indonesia. Female Daily application has been downloaded by more than 100,000 users. Several users have expressed their opinion about the Female Daily application through the Google Play site. Machine learning is one of the applications of artificial intelligence. Machine learning has a tool that can be used for classification, namely the Naive Bayes algorithm. The Naive Bayes algorithm can classify user opinions about the Female Daily application. This algorithm classifies them into positive and negative. From the sentiment analysis of the Female Daily application user reviews, the accuracy in using the Naive Bayes algorithm is 82.5%. From the results of this accuracy, the Naive Bayes algorithm is effective in classifying user reviews regarding the Female Daily application. This research is expected to be useful in conducting further sentiment analysis. Keywords: Sentiment Analysis, Machine Learning, Naive Bayes, Female Daily, Google Colab

7 KATA PENGANTAR Puji dan syukur penulis ucapkan kepada Allah SWT yang telah memberikan rahmat kepada penulis sehingga penulis dapat menyelesaikan tugas sarjana penulis dengan baik. Laporan tugas sarjana ini merupakan salah satu syarat dari Departemen Teknik Industri Universitas Sumatera Utara (USU) dalam memperoleh gelar sarjana. Adapun tugas sarjana ini berjudul Analisis Sentimen Data Review Aplikasi Female Daily pada Website Google Play Menggunakan Algoritma Naïve Bayes. Penulis menyadari bahwa laporan tugas sarjana ini masih jauh dari kata sempurna. Oleh karena itu, penulis mengharapkan kritik dan saran yang dapat membantu penulis dalam menyempurnakan tugas sarjana ini. Semoga tugas sarjana ini dapat memberikan manfaat kepada kita semua. UNIVERSITAS SUMATERA UTARA PENULIS, MEDAN, NOVEMBER 2020 ADINDA KARINA RENGGALI

8 UCAPAN TERIMA KASIH Puji dan Syukur penulis ucapkan kepada Allah SWT karena atas berkat dan rahmat-nya, penulis dapat mengikuti pendidikan di Departemen Teknik Industri Universitas Sumatera Utara (USU) dengan baik dan dapat menyelesaikan penulisan laporan Tugas Sarjana ini. Banyak pihak yang telah membantu penulis dalam menyelesaikan Laporan Tugas Sarjana ini, baik bantuan secara spiritual, materil, informasi maupun administrasi. Maka pada kesempatan ini penulis mengucapkan terima kasih kepada: 1. Allah SWT yang telah memberikan rahmat dan karunia-nya dalam membuat penulis dapat menyelesaikan tugas sarjana ini 2. Orang tua penulis, Ir. Armia Zuhri dan Dr. Puspitawati M.Si atas doa, perhatian, bimbingan dan dukungan moril dan materil, yang menjadi motivasi penulis untuk menyelesaikan perkuliahan dan penulisan tugas sarjana ini. 3. Kedua kakak penulis, Adinda Ayu Temashiera dan Adinda Melati Luthfishara yang selalu memberikan dukungan, hiburan, dan motivasi sehingga penulis dapat menyelesaikan laporan tugas sarjana ini. 4. Ibu Dr. Ir. Meilita Tryana Sembiring, MT, IPM selaku Ketua Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara dan Bapak Buchari, ST, M.Kes selaku Sekretaris Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara.

9 5. Ibu Ir. Nurhayati Sembiring, MT selaku Dosen Pembimbing yang telah memberikan arahan terhadap Tugas Akhir, banyak meluangkan waktu, serta memberikan ilmu dan saran kepada penulis dengan sabar untuk dapat menyelesaikan Tugas Sarjana ini. 6. Ibu Ir. Dini Wahyuni, M.T selaku Dosen Pembimbing Akademik penulis yang telah memberikan arahan, ilmu dan saran kepada penulis dalam menjalani kegiatan perkuliahan dari semester 1 hingga akhir. 7. Seluruh dosen Departemen Teknik Industri, Fakultas Teknik, Universitas Sumatera Utara yang telah memberikan pengajaran selama perkuliahan yang menjadi bekal penulis dalam menyelesaikan tugas sarjana ini. 8. Sahabat-sahabat penulis tersayang di Departemen Teknik Industri, yang juga merupakan teman seperjuangan skripsi, yaitu Suci, Dea, Yence, Rini, Ardi, Stefry, Cindy, Nita, Inggi, Christ dan Ira dalam membantu, menghibur dan mewarnai kehidupan penulis selama di perkuliahan. 9. Tim Eo-dong, Laras, Thalita, dan Azoura yang telah berbagi pengalaman dan cerita serta menghibur penulis. 10. Teman-teman kelas Cenayang, yang telah menghabiskan waktu bersama dan menghibur penulis selama kuliah. 11. Seluruh pihak yang tidak dapat disebutkan satu-satu yang telah membantu penulis baik dalam menyelesaikan tugas sarjana ini ataupun hal lainnya. ADINDA KARINA RENGGALI

10 DAFTAR ISI BAB HALAMAN LEMBAR JUDUL... LEMBAR PENGESAHAN... PERNYATAAN ORISINALITAS... SERTIFIKAT EVALUASI TUGAS SARJANA... ABSTRAK... KATA PENGANTAR... UCAPAN TERIMA KASIH... DAFTAR ISI... DAFTAR TABEL... DAFTAR GAMBAR... DAFTAR LAMPIRAN... i ii iii iv v vii viii x xv xvi xviii I PENDAHULUAN... I Latar Belakang... I Perumusan Masalah... I Tujuan Penelitian... I Manfaat Penelitian... I Batasan dan Asumsi Penelitian... I-7

11 DAFTAR ISI (LANJUTAN) BAB II TINJAUAN PUSTAKA... HALAMAN II Female Daily... II Google Play... II Analisa Sentimen... II Kecerdasan Buatan... II Machine Learning... II Data Mining... II Metode Pelatihan... II Teknik Data Mining... II Text Mining... II Web Scraping... II Google Colab... II Preprocessing Data... II Case Folding... II Tokenizing... II Spelling Normalization... II Filtering... II Stemming... II Term Frequency (TF)... II Algoritma Naïve Bayes... II Evaluasi Klasifikasi... II-16

12 DAFTAR ISI (LANJUTAN) BAB HALAMAN Review Hasil Penelitian... II Kerangka Konseptual... II-21 III METODOLOGI PENELITIAN... III Jenis Penelitian... III Lokasi dan Waktu Penelitian... III Objek Penelitian... III Metodologi Pengumpulan Data... III Metode Analisis Data... III Kerangka Penelitian... III-3 IV PENGUMPULAN DAN PENGOLAHAN DATA... IV Pengumpulan Data... IV Web Scraping... IV Pengolahan Data... IV Labelling... IV Preprocessing Data... IV Case Folding... IV Tokenizing... IV Spelling Normalization... IV Filtering... IV-8

13 DAFTAR ISI (LANJUTAN) BAB HALAMAN Stemming... IV Data Split... IV Data Training... IV Data Testing... IV Term Frequency... IV Algoritma Naïve Bayes... IV Implementasi pada Google Colab... IV Upload File... IV Preprocessing Data... IV Case Folding... IV Tokenizing... IV Speliing Normalization... IV Filtering... IV Stemming... IV Data Split... IV Data Training... IV Data Testing... IV Term Frequency (TF) dan Inverse Document Frequency (IDF)... IV Term Frequency (TF) dan Inverse Document Frequency (IDF) pada Data Training... IV-37

14 DAFTAR ISI (LANJUTAN) BAB HALAMAN Term Frequency (TF) dan Inverse Document Frequency (IDF) pada Data Testing... IV Algoritma Naïve Bayes... IV Pengujian Algoritma Naïve Bayes... IV-38 V ANALISIS DAN PEMBAHASAN... VI Analisis Data... V Analisis Implementasi Algoritma Naïve Bayes... V Analisis Tingkat Akurasi Algoritma Naïve Bayes... V Visualisasi Kata... V Ulasan Positif... V Ulasan Negatif... V Keilmuan Teknik Industri yang Digunakan pada Penelitian... V-14 VI KESIMPULAN DAN SARAN... VI Kesimpulan... VI Saran... VI-2 DAFTAR PUSTAKA LAMPIRAN

15 DAFTAR TABEL TABEL HALAMAN 4.1. Contoh Data Hasil Labelling... IV Contoh Kalimat... IV Kata-kata dalam Kalimat... IV Perhitungan Nilai TF... IV Perhitungan Nilai IDF... IV Contoh Klasifikasi Algoritma Naïve Bayes... IV Hasil Preprocessing... IV Data Training... IV Data Testing... IV Hasil Pengujian Algoritma Naïve Bayes... IV Hasil Analisis Sentimen dengan Algoritma Naïve Bayes... V Perbandingan Klasifikasi Secara Manual dan Menggunakan Algoritma Naïve Bayes (Prediksi)... V-3

16 DAFTAR GAMBAR GAMBAR HALAMAN 1.1. Pertumbuhan Pengguna Internet... I Jumlah Populasi Perempuan di Indonesia... I Penjualan Kosmetik di Indonesia... I Logo Female Daily... II Bagian Utama dalam Kecerdasan Buatan... II Teknik Data Mining... II Kerangka Konseptual... II Kerangka Penelitian... III Situs Google Play... IV Pengambilan Data Review... IV Data Preview... IV Tampilan Excel... IV Case Folding... IV Tokenizing... IV Spelling Normalization... IV Filtering... IV Stemming... IV Upload File... IV Case Folding pada Google Colab... IV-15

17 DAFTAR GAMBAR (LANJUTAN) GAMBAR HALAMAN Penghapusan Karakter Spesial pada Google Colab... IV Penghapusan Tanda Baca pada Google Colab... IV Tokenizing pada Google Colab... IV Spelling Normalization pada Google Colab... IV Filtering pada Google Colab... IV Stemming pada Google Colab... IV Data Split pada Google Colab... IV Term Frequency (TF) dan Inverse Document Frequency (IDF) Data Training pada Google Colab... IV Term Frequency (TF) dan Inverse Document Frequency (IDF) Data Testing pada Google Colab... IV Algoritma Naïve Bayes pada Google Colab... IV Hasil Pengujian Algoritma Naïve Bayes... IV Persentase Analisis Sentimen dengan Algoritma Naïve Bayes... V Tingkat Akurasi Algoritma Naïve Bayes... V-7 IV Frekuensi Kata pada Ulasan Aplikasi Female Daily... V WordCloud ulasan aplikasi Female Daily... V Frekuensi Kata pada Ulasan Positif... V WordCloud Ulasan Positif... V-11

18 DAFTAR GAMBAR (LANJUTAN) GAMBAR HALAMAN 5.7 Frekuensi Kata pada Ulasan Negatif... V WordCloud Ulasan Negatif... V-13

19 DAFTAR LAMPIRAN LAMPIRAN HALAMAN 1. Data Set... L-1 2. Surat Permohonan Tugas Sarjana... L-2 3. Surat Keputusan Tugas Sarjana... L-3 4. Lembar Asistensi Laporan Tugas Sarjana... L-4

20 BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan berjalannya waktu, manusia tidak bisa lepas dari smartphone. Hal tersebut dibuktikan dengan tingkat banyaknya pengguna smartphone sebagai bagian dari populasi di Indonesia yang meningkat setiap tahunnya seperti pada gambar 1.1. yang didapat dari statista. Pengguna Smartphone Sebagai Bagian Dari Populasi di Indonesia Persentase Pengguna Smartphone Gambar 1.1. Pengguna Smartphone Sebagai Bagian Dari Populasi di Indonesia Berdasarkan gambar 1.1., pengguna smartphone di Indonesia pada tahun 2015 adalah sebesar 28,55% dari populasi manusia di Indonesia. Kemudian pada tahun 2017 ada sebanyak 44,44%. Dan pada tahun 2019 ada sebanyak 63,29%. I-1

21 Ribu Jiwa I-2 Terdapat beberapa sistem operasi smartphone yang ada di Indonesia, yaitu Android, ios, Blackberry OS, Windows Phone, Symbian OS, Maemo OS, Meego OS, Open WebOS, dan Palm OS. Berdasarkan statista, pada Agustus 2020, Android menguasai lebih dari 90 persen pasar sistem operasi seluler di Indonesia. Pada Android, pengguna melakukan pengunduhan aplikasi melalui Google Play. Google Play adalah suatu layanan digital yang berisi berbagai macam aplikasi. Menurut statista, pada tahun 2021 banyaknya aplikasi yang ada pada Google Play adalah sebanyak 2,89 juta aplikasi. Pada Google Play terdapat beberapa kategori aplikasi, yaitu games, edukasi, bisnis, keuangan, kecantikan, makanan & minuman, fotografi, dll. Masyarakat Indonesia mulai sadar akan kecantikan. Hal ini dibuktikan dengan data populasi perempuan menurut Badan Pusat Statistik (BPS) dan penjualan produk kosmetik di Indonesia menurut tirto.id yang didapat dari Statista. Gambar 1.2. merupakan data jumlah populasi perempuan di Indonesia. Jumlah Populasi Perempuan di Indonesia 134, , , , , , , , , , Tahun Gambar 1.2. Jumlah Populasi Perempuan di Indonesia

22 MILUAR RUPIAH I-3 Berdasarkan gambar 1.2., didapat bahwa jumlah populasi perempuan terus meningkat. Pada tahun 2018 ada sebanyak jiwa perempuan di Indonesia. Pada tahun 2019, terdapat jiwa perempuan di Indonesia. Pada tahun 2020 terdapat jiwa perempuan di Indonesia Penjualan Kosmetik di Indonesia Tahun Gambar 1.3. Penjualan Kosmetik di Indonesia Berdasarkan gambar 1.3., penjualan kosmetik di Indonesia terus meningkat di setiap tahunnya. Tirto.id menyebutkan pada tahun 2012, penjualan produk kecantikan adalah sebesar 14,848 Miliar Rupiah pada tahun 2015 naik menjadi sebesar 17,518 Miliar Rupiah, pada tahun 2017 naik menjadi sebesar 19,798 Miliar Rupiah, dan pada tahun 2019 naik menjadi sebesar 22,468 Miliar Rupiah (Gumiwang,2019). Menurut survei ZAP beauty index pada tahun 2018, didapatkan bahwa 73,2% wanita mencari review produk terlebih dahulu sebelum membeli sebuah produk kecantikan secara online maupun offline. Karena hal tersebut, masyarakat membutuhkan wadah yang menyediakan review mengenai produk.

23 I-4 Menurut similarweb, aplikasi mengenai kecantikan peringkat pertama yang ada di Indonesia adalah aplikasi Female Daily. Aplikasi Female Daily menyediakan editorial, forum diskusi, dan review produk sehingga para pengguna dapat mengetahui informasi dan berdiskusi mengenai suatu produk kecantikan tersebut. Berdasarkan ulasan setahun terakhir, aplikasi Female Daily mendapatkan rating rata-rata sebesar 3,27 dari 5 pada situs Google Play. Angka tersebut tergolong rendah, sehingga Female Daily ingin memperbaiki performansi dari aplikasinya. Hal yang dapat dilakukan adalah dengan mengetahui alasan para pengguna memberikan ulasan positif dan negatif. Untuk mengetahui alasan para pengguna memberikan ulasan positif dan negatif, perlu dilakukan analisis sentimen dan proses klasifikasi. Analisis sentimen adalah mendapatkan pendapat seseorang mengenai suatu entitas tertentu. Entitas tersebut bisa berupa produk, masalah, individu, layanan, peristiwa, topik, dan atribut lainnya. Analisis sentimen dapat digunakan perusahaan untuk menganalisis pemikiran konsumen mengenai produk ataupun layanan perusahaan tersebut. Proses klasifikasi ulasan mengenai aplikasi Female Daily dapat dilakukan dengan menggunakan machine learning. Machine learning adalah aplikasi dari artificial intelligence (AI) yang membangun sistem yang belajar secara otomatis dan mampu untuk meningkatkan kemampuannya berlandaskan pengalaman yang ada pada masa lalu. Pada machine learning, terdapat beberapa algoritma yang dapat melakukan proses klasifikasi, salah satunya adalah Naïve Bayes. Klasifikasi dengan Algoritma Naïve Bayes pada umumnya menggunakan metode pendekatan peluang dan statistik.

24 I-5 Algoritma Naïve Bayes memiliki beberapa kelebihan, yaitu mudah untuk dimengerti, tidak membutuhkan data latih dalam jumlah besar, cepat dan efisien (Pane et al., 2020). Berdasarkan beberapa penelitian sebelumnya, algoritma Naïve Bayes memiliki nilai akurasi yang lebih tinggi dibanding algoritma lainnya. Salah satunya adalah penelitian yang dilakukan oleh Waliansyah dan Fitriyah pada tahun 2019 terbukti algoritma Naïve Bayes memiliki tingkat akurasi paling tinggi, yaitu 82,7% dibandingkan algoritma k-nearest Neighbor (k-nn) sebesar 70%. Contoh penelitian lainnya dilakukan oleh Lasulika pada tahun 2019 terbukti bahwa Algoritma Naïve Bayes mempunyai akurasi paling tinggi sebesar 96% dibandingkan algoritma lainnya seperti k-nn sebesar 92% dan Support Vector Machine (SVM) sebesar 66%. Melalui penelitian Analisis Sentimen Data Review Aplikasi Female Daily pada Website Google Play menggunakan Algoritma Naïve Bayes diharapkan mampu mengklasifikasikan teks mengenai aplikasi Female Daily sehingga dapat mengekstrak informasi yang ada di dalamnya dan penyampaian informasi dari penelitian ini dapat berguna bagi pihak-pihak yang membutuhkannya Rumusan Masalah Berdasarkan latar belakang yang telah dijabarkan, berikut merupakan rumusan masalah dari penelitian ini, yaitu : 1. Bagaimana gambaran umum tentang aplikasi Female Daily pada situs Google Play dengan menggunakan algoritma Naïve Bayes? 2. Bagaimana pengklasifikasian data opini para pengguna mengenai aplikasi Female Daily dengan menggunakan metode Naïve Bayes?

25 I-6 3. Mengapa pengguna dapat memberikan ulasan positif atau negatif? 1.3. Tujuan Penelitian Tujuan umum dari penelitian ini adalah untuk mengidentifikasi alasan para pengguna memberikan ulasan positif dan negatif. Adapun tujuan khusus dari penelitian ini adalah : 1. Mengidentifikasi persepsi pengguna aplikasi Female Daily pada situs Google Play menurut algoritma Naïve Bayes 2. Menghitung tingkat keakuratan dari hasil analisis sentimen menggunakan algoritma Naïve Bayes 3. Mengidentifikasi apa saja yang membuat para pengguna memberikan ulasan positif dan negatif 1.4. Manfaat Penelitian Manfaat yang didapat dalam melakukan penelitian ini adalah sebagai berikut : 1. Penelitian ini bermanfaat sebagai tambahan referensi di Departemen Teknik Industri bagi yang ingin melakukan penelitian mengenai analisis sentimen dengan menggunakan algoritma Naïve Bayes. 2. Hasil penelitian ini bisa dijadikan sebagai bahan pertimbangan bagi perusahaan dalam pengambilan keputusan tentang analisis sentimen yang dapat digunakan untuk memperbaiki performasi secara keseluruhan.

26 I-7 3. Meningkatkan pengetahuan dan wawasan mahasiswa dalam mengimplementasikan teori yang diperoleh dalam perkuliahan, terutama mengenai algoritma Naïve Bayes Batasan Masalah dan Asumsi Berikut merupakan batasan masalah yang ditentukan dalam penelitian ini : 1. Data yang digunakan adalah data ulasan aplikasi Female Daily pada website Google Play pada tanggal 1 April April Variabel yang diambil antara lain nama pengguna, rating yang diberikan, tanggal pengguna mengunggah ulasan, dan ulasan. 3. Dalam pengklasifikasian data, digunakan algoritma Naïve Bayes Berikut merupakan asumsi-asumsi yang digunakan dalam penelitian ini : 1. Data diperoleh dari sumber yang valid. 2. Hubungan antar variabel memiliki hubungan yang positif.

27 BAB II TINJAUAN PUSTAKA 2.1. Female Daily Aplikasi Female Daily adalah platform kecantikan yang menyediakan fitur yang membuat para penggunanya dapat berinteraksi satu sama lain. Aplikasi Female Daily menyediakan blog atau editorial, forum diskusi, serta ulasan produk sehingga para pengguna dapat mengetahui informasi dan berdiskusi mengenai suatu produk kecantikan tersebut. Female Daily adalah salah satu wadah kecantikan yang paling populer di Indonesia. Hanifa Ambadar merupakan founder sekaligus Chief Executive Officer (CEO) dari Female Daily. Female Daily juga merupakan salah satu perusahaan berbasis komunitas yang terkemuka untuk perempuan mengenai kecantikan. Female Daily pada awalnya merupakan blog pribadi milik Hanifa Ambadar yang bertopik fashion dan kecantikan. Alasan Hanifa membuat blog dengan tema tersebut adalah karena banyaknya teman dan kerabat Hanifa yang berada di Jakarta bertanya mengenai fashion trend yang sedang terjadi di Amerika Serikat. Hanifa sendiri memang sedang melakukan studi S2 di Marville University yang berada di St. Louis, Amerika Serikat. Pada tahun 2006, Hanifa kemudian bergabung dengan temannya, Affi Asegaf yang juga menulis di blog pribadinya. Mereka berdua membentuk satu blog bernama fashionesedaily.com. Karena banyaknya peminat dari blog tersebut, Hanifa dan Affi memutuskan untuk membentuk sebuah II-1

28 II-2 komunitas pada tanggal 27 Mei Komunitas tersebut bernama Female Daily. Female Daily dapat diakses pada Pada hari pertama komunitas dibentuk, terdapat kurang lebih 50 orang yang mendaftar. sumber : femaledaily.com Gambar 2.1. Logo Female Daily Aplikasi Female Daily diluncurkan pada tahun Pada aplikasi Female Daily, para pengguna dapat memperoleh dan mencari berbagai informasi mengenai kecantikan. Dengan memperoleh informasi tersebut, para pengguna dapat mengambil keputusan dalam menentukan produk mana yang ingin dibeli atau digunakan oleh pengguna (Ekaputri, et al., 2020). Produk kecantikan tersebut berupa make up, perawatan kulit (skincare), perawatan rambut (haircare), dan perawatan tubuh (bodycare) Google Play Google Play merupakan suatu digital service yang didalamnya meliputi toko online berupa games, film, buku, dan aplikasi lainnya. Google Play bisa diakses melalui berbagai cara, yaitu situas, Google television (TV), dan aplikasi andoid berupa Play Store. Pada tanggal 22 Oktorber 2018 pertama kali Google Play diluncurkan. Terdapat kurang lebih aplikasi yang terdapat pada Google Play (Setiawan, 2021).

29 II-3 Google Play juga bisa digunakan sebagai sarana untuk timbal balik, misalkan aplikasi atau software yang kita buat dipublikasikan di Google Play, kemudian kita bisa melihat ulasan-ulasan dari para pengguna yang telah memakai aplikasi, seberapa efisien, apakah ada bug, ataupun kekurangan dan kelebihan dari aplikasi tersebut (Sulistiowati, 2019). Pada penelitian ini, akan diambil data ulasan para pengguna mengenai aplikasi Female Daily Analisa Sentimen Pada era sekarang ini, banyak orang yang menyampaikan pendapat ataupun pikirannya kepada orang lain yang bahkan tidak dikenalnya melalui internet. Pencarian informasi dilakukan dengan mengetahui pendapat orang lain mengenai suatu hal. Dengan teknologi informasi terkini kita dapat mengembangkan sistem yang dapat mengerti tentang pikiran orang lain secara otomatis dan memberikan penilaian mood pada pendapat seseorang yang ada di internet. Analisis mood pada pendapat disebut dengan Analisis Sentimen, yaitu analisis pada klasifikasi teks tentang teks yang dinilai secara otomatis berdasarkan sifatnya (Simanjuntak,2018). Analisis sentimen juga mendapatkan pendapat seseorang mengenai suatu entitas tertentu. Entitas tersebut bisa berupa produk, masalah, individu, layanan, peristiwa, topik, dan atribut lainnya (Misprajiko, 2018). Besarnya manfaat dan pengaruh dari analisis sentimen menyebabkan penelitian mengenai analisis sentimen berkembang pesat, bahkan di Amerika terdapat kurang lebih 30 perusahaan yang memanfaatkan analisis sentimen dalam

30 II-4 mendapatkan informasi mengenai opini masyarakat terhadap suatu produk ataupun service perusahaan (Simanjuntak,2018) Kecerdasan Buatan (Artificial Intelligence) Komputer pada awalnya digunakan hanya untuk membantu manusia yang dapat dilakukan lebih baik oleh manusia. Namun seiring berjalannya waktu, komputer memilki peran lebih pada kehidupan manusia. Komputer tidak lagi hanya digunakan sebagai alat hitung. Kecerdasan buatan adalah salah satu ilmu komputer mengenai cara membuat komputer (mesin) mampu untuk melakukan pekerjaan seperti manusia ataupun lebih baik. Menurut John McCarthy, kecerdasan buatan mempunyai tujuan agar dapat membuat model proses berpikir manusia dan merancang mesin yang mampu menyerupai perilaku manusia. Terdapat 2 hal yang dibutuhkan untuk menjadi bagian utama dalam perancangan aplikasi artificial intelligence (AI), yaitu : 1. Basis Pengetahuan (Knowledge Based), merupakan bagian yang berisi data, hubungan antara satu dan yang lainnya, fakta, dan teori. 2. Motor Infrensi (Inference Engine), merupakan kapabilitas dalam menarik kesimpulan berdasarkan pengalaman.

31 II-5 Komputer Input : Pertanyaan dan Masalah Basis Pengetahuan Motor Inferensi Output : Jawaban dan Solusi Gambar 2.2. Bagian Utama dalam Kecerdasan Buatan Berdasarkan gambar 2.2. dapat dilihat bahwa kecerdasan buatan diawali dari input berupa pertanyaan dan masalah yang ada, kemudian diproses menggunakan komputer dengan basis pengetahuan dan motor inferensi. Kemudian akan membuahkan hasil menjadi output berupa jawaban dan solusi (Nurhikmat, 2018) Machine Learning Machine learning diawali oleh Warren Mc Culloch yang menjelaskan konsep dari jaringan saraf. Machine learning merupakan aplikasi dari artificial intelligence (AI) yang membangun sistem yang mampu belajar secara otomatis dan mampu untuk meningkatkan kemampuannya berlandaskan pengalaman tanpa harus diprogram secara eksplisit. Machine learning memiliki fokus pada perkembangan sebuah program komputer yang memiliki kemampuan dalam mengakses dan mempelajari data tersebut. Machine learning juga merupakan algoritma yang mempunyai maksud untuk menemukan dan melaksanakan model-model di dalam data. Teknik statistik

32 II-6 digunakan dalam menemukan model-model tersebut. Secara sederhana machine learning membuat komputer berperilaku seperti manusia. Kinerja tersebut bisa didapat dengan menganalisis data yang ada secara terus-menerus (Kusuma, 2020) Data Mining Data mining adalah proses mengekstrak atau mengumpulkan data-data yang dibutuhkan dari berbagai perspektif, yang kemudian disatukan ke dalam suatu basis data yang berguna. Pada prosesnya informasi tersebut akan dianalisa apakah ada hubungan ataupun pola-pola tertentu dari suatu data (Siregar dan Puspabhuana, 2017). Berikut adalah karakteristik data mining, yaitu : 1. Data mining adalah hubungan keterkaitan dalam invensi suatu pola yang tersembunyi. 2. Data mining biasanya memanfaatkan data dalam jumlah besar. 3. Data mining berperan dalam pembuatan keputusan Metode Pelatihan Pada umumnya, metode pelatihan dalam data mining dibedakan menjadi 2, yaitu : 1. Unsupervised learning Unsupervised learning adalah metode yang dilakukankan tanpa menggunakan guru (teacher) dan latihan (training). Maksud dari guru adalah kelas dari data yang ada.

33 II-7 2. Supervised learning Supervised learning adalah metode yang dilakukan dengan menggunakan guru (teacher) dan latihan (training). Di dalam pendekatan ini digunakan beberapa contoh data yang memiliki akhiran selama terjadinya latihan untuk mendapatkan fungsi regresi, fungsi pemisah, atau fungsi keputusan (Ridwan, et al., 2013) Teknik Data Mining Berikut merupakan teknik-teknik dari data mining berdasarkan pekerjaan yang dapat dilakukan, yaitu : 1. Estimasi Pada estimasi, variabel tujuan estimasi umumnya lebih kearah numerik dibanding kategori. 2. Prediksi Prediksi adalah teknik yang dilakukan untuk mengetahui hal yang akan terjadi di kemudian hari. Prediksi mempunyai kesamaan dengan klasifikasi dan estimasi. 3. Klasifikasi Pada klasifikasi variabel, tujuan bersifat kategorik. Contohnya, sebuah perusahaan ingin mengklasifikasikan besar tanah ke dalam tiga kelas, yaitu, luas, lumayan luas, dan sempit (Ridwan et al., 2013). Klasifikasi juga merupakan teknik yang berfungsi untuk memprediksi variabel target berdasarkan variabel input. Prediksi dari klasifikasi didasarkan pada model

34 II-8 yang dibangun dari kumpulan data yang sebelumnya telah ada (dikenal). Klasifikasi memprediksi variabel output dengan tipe data kategorikal ataupun polinominal (misalnya, prediksi keputusan ya atau tidak dalam menyetujui pinjaman) (Misprajiko, 2018). 4. Clustering Pada clustering dilakukan pengamatan, pengelompokan record, ataupun kasus dalam kelas/label yang memiliki kesamaan. 5. Asosiasi Asosiasi dilakukan dengan menemukan hubungan antara kasus-kasus berbeda yang terjadi di satu waktu. 6. Deskripsi Maksud dari deskripsi adalah mendapatkan cara untuk memaparkan trend dan pola yang tersembunyi di dalam data.

35 II-9 Proses Mining Supervised Learning Unsupervised Learning U J Estimasi Prediksi Klasifikasi Asosiasi Clustering Deskripsi Linear Regression ID3 Apriori k-means SVM C4.5 FP Growth k-medoids Neural Network C 5.0 FCM Naïve Bayes SOM k-nn CART Linear Discriminant Analysis Gambar 2.3. Teknik Data Mining 2.9. Text Mining Ada beberapa teknik yang dilakukan dalam klasifikasi, salah satunya adalah text mining. Text mining merupakan jenis dari data mining yang berguna untuk mengidentifikasi pola-pola yang tersembunyi dan menarik yang diambil dari gabungan data dalam bentuk teks yang berjumlah besar (Ratniasih, et al., 2017). Umumnya, ada dua pekerjaan pada text mining, yaitu penggalian prediktif (predictive mining) dan penggalian deskriptif (descriptive mining). Ada beberapa perkerjaan yang dilakukan pada penggalian prediktif, yaitu pengklasifikasian data ke dalam beberapa bagian, yang kemudian akan digunakan dalam membuat keputusan. Contohnya, pembelian pelanggan akan suatu produk bisa diprediksi melalui data ulasan pembelian mengenai kepuasan pelanggan akan

36 II-10 produk atau layanan yang diberikan. Kemudian dilakukan penggalian deskriptif yang berguna untuk mengelompokkan data berdasarkan bagian atau konsep yang sudah ditentukan (Simanjuntak, 2018) Web Scraping Dalam mengambil data yang ada di internet, dilakukanlah web scraping. Biasanya data yang diambil berbentuk halaman-halaman web dalam bahasa markup seperti Extensible HyperText Markup Language (XHTML) atau HyperText Markup Language (HTML). Data yang ada di internet umumnya adalah data semiterstruktur. Kemudian data yang telah dilakukan web scraping digunakan untuk keperluan lain. Tools scraping banyak digunakan di dalam penelitian untuk mengumpulkan data dari web tertentu (Ayani et al., 2019). Dalam penelitian ini, dilakukan web scraping pada situs Google Play Google Colab Google Colab merupakan sebuah alat yang diciptakan oleh Google Internal Research. Google Colab merupakan alat berbasis cloud yang dapat digunakan secara gratis. Google Colab diciptakan khusus agar programmer ataupun peneliti yang sulit yang tidak memiliki akses ke perangkat dengan spesifikasi yang tinggi. Bahasa pemrograman Phyton dengan menggunakan format notebook adalah coding environment dari Google Colab. Ada beberapa manfaat dari menggunakan Google Colab, yaitu :

37 II Mudah untuk Berintegrasi Dengan menggunakan Google Colab, peneliti dapat dengan mudah mempertautkan dengan Jupyter Notebook di perangkat dengan local runtime. Google Colab juga dapat dihubungkan dengan Google Drive. 2. Fleksibel Google Colab dapat melakukan run sebuah program melalui telepon genggam dengan mudah. Google Colab bisa diakses melalui browser, sehingga para programmer dapat melakukan running pada telepon genggam selama telepon genggam tersebut terhubung dengan Google Drive yang sama. 3. Kolaborasi Dengan menggunakan Google Colab, seorang programmer dapat melakukan kolaborasi dengan orang ataupun programmer lain. Hal tersebut bisa dilakukan dilakukan bahkan secara online (Rahcmadani, 2020) Preprocessing Preprocessing adalah tahapan yang menghilangkan error (noise), menghapus data duplikat, dan memperbaiki kesalahan pada data, dan memeriksa data yang tidak konsisten seperti salah ketik (Dan, et al., 2015). Tahapan yang dilakukan pada preprocessing adalah case folding, tokenizing, spelling normalization, filtering dan stemming.

38 II Case folding Case folding adalah tahap yang dilakukan untuk mengganti semua huruf yang ada di dalam data menjadi huruf kecil (Fatmawati dan Affandes, 2017). Semua karakter dihapuskan, kecuali huruf Tokenizing Tokenizing adalah tahapan dilakukannya pemisahan terhadap kalimat data ulasan menjadi sebuah kata tunggal. Pada tahapan tokenizing juga menghapus beberapa karakter pada kalimat, yaitu angka, tanda baca, dan lainnya. (Fatmawati dan Affandes, 2017) Spelling Normalization Spelling normalization merupakan tahapan untuk membenahi kata yang tidak sesuai dengan penulisan kata yang seharusnya, contohnya yg diganti menjadi yang (Fatmawati dan Affandes, 2017) Filtering Filtering adalah tahap pengambilan kata-kata penting dari hasil proses penghapusan stopwords. Stopwords adalah kata umum yang dianggap tidak mempunyai arti (unik) dari suatu data. Filtering bisa dilakukan dengan menggunakan algoritma stop list atau word list (Ratniasih, et al., 2017).

39 II Stemming Stemming adalah tahap dimana kata-kata yang berimbuhan diganti menjadi ke bentuk kata dasar (Fatmawati dan Affandes, 2017). Contohnya, kata tergantikan diubah menjadi ganti Term Frequency (TF) Term frequency adalah frekuensi munculnya sebuah kata pada data yang bersangkutan. Semakin besar jumlah munculnya sebuah kata tersebut (TF tinggi) di dalam data, maka semakin besar pula bobot dan nilai kesesuaian yang akan diberikan (Simanjuntak, 2018). Berikut merupakan beberapa macam formula dalam Term frequency (TF) yang dapat digunakan, yaitu : 1. Binary TF (TF biner), pada TF ini, dilakukan pemeriksaan terhadap apakah suatu kata ada atau tidak di dalam data, bila tidak ada maka diberi nilai nol (0), namun bila ada maka diberi nilai satu (1). 2. Raw TF (TF murni), nilai TF diberikan berdasarkan jumlah munculnya suatu kata di dalam data. Misalnya, jika sebuah kata muncul empat (4) kali, maka kata tersebut bernilai empat (4). 3. TF logaritmik, TF ini digunakan untuk menghindari dominansi data yang mempunyai sedikit kata dalam query, tetapi memiliki frekuensi yang tinggi. 4. TF normalisasi, digunakan dengan membandingkan frekuensi suatu kata dengan nilai maksimum yang ada dengan keseluruhan frekuensi kata yang ada pada data tersebut.

40 II Algoritma Naïve Bayes Algoritma Naïve Bayes adalah salah satu metode klasifikasi dari artifical intelligence (AI) dan data mining. Naïve Bayes menggunakan metode statistik dan peluang. Naïve Bayes juga merupakan suatu kelas keputusan, memanfaatkan kalkulasi probabilitas matematika dengan kondisi bahwa berdasarkan informasi obyek, nilai keputusan adalah benar (Putri, 2017). Naïve Bayes classification didasari pada teori Bayes yang mempunyai kapabilitas klasifikasi yang sama dengan decision tree dan neural network. Klasifikasi dengan Algoritma Naïve Bayes umumnya menggunakan metode pendekatan peluang dan statistik. Algoritma Naïve Bayes ditemukan oleh seorang ilmuwan yang berasal dari inggris, yaitu Thomas Bayes. Kecepatan dan akurasi yang tinggi terbukti dapat diperoleh dengan metode Naïve Bayes bahkan pada data yang berjumlah besar. Berdasarkan hal yang sudah terjadi di masa lalu, algoritma Naïve Bayes dapat meramalkan pendekatan peluang yang akan terjadi di masa depan (Balya, 2019). Berikut merupakan tahapan algoritma Naïve Bayes, yaitu: 1. Menghitung jumlah class/label. 2. Menghitung jumlah kasus yang sama dengan class/label yang sama. 3. Mengalikan semua variabel class/label. 4. Membandingkan hasil dari semua variabel.

41 II-15 Terdapat persamaan pada Algoritma Naïve Bayes classification yang bisa dijadikan rujukan dalam menghitung nilai probabilitas untuk pengambilan suatu keputusan (Balya, 2019). Berikut merupakan persamaannya : Keterangan : P(X H)= P(H X),P(X) P(H) X H P(H X) P(H) P(X H) P(X) : Data dengan label yang belum diketahui : Hipotesis data X adalah suatu class/label spesifik : Probabilitas hipotesis H berdasarkan kondisi X : Probabilitas hipotesis H : Probabilitas X berdasarkan kondisi pada hipotesis H : Probabilitas X Algoritma Naïve Bayes memiliki beberapa kelebihan, yaitu : 1. Tidak membutuhkan data latih yang banyak 2. Mudah untuk dimengerti 3. Dalam melakukan perhitungan lebih cepat 4. Pengkodean yang digunakan sederhana Selain memiliki kelebihan, algoritma Naïve Bayes juga memiliki kekurangan, yaitu jika probabilitasnya adalah 0, maka algoritma tidak dapat memprediksi data tersebut (Pane, 2020).

42 II Evaluasi Klasifikasi Evaluasi klasifikasi algoritma Naive Bayes dilakukan dengan menggunakan nilai akurasi, precision, recall, dan F1-score. Akurasi adalah jumlah banyaknya prediksi yang benar dibandingkan dengan prediksi yang salah. Berikut merupakan rumusnya. Accuracy = (TP+TN)/(TP+FN+FP+TN) Precision adalah perbandingan antara yang diprediksi benar positif dengan keseluruhan hasil yang diprediksi positif. Precision = (TP)/(TP+FP) Recall adalah perbandingan antara hasil prediksi benar positif dengan keseluruhan data yang benar-benar positif. Recall = (TP)/(TP+FN) F1-score adalah perbandingan antara rata-rata precision dan recall yang dibobotkan (Suprayogi, 2021). F1-score = 2*(Recall*Precission)/(Recall + Precission) Dimana : True Positive (TP) : kasus dimana ulasan diprediksi positif, memang benar positif. True Negative (TN) : kasus dimana ulasan diprediksi negatif dan sebenarnya ulasan tersebut memang negatif. False Positive (FP) : kasus dimana ulasan yang diprediksi positif, ternyata tidak, prediksinya salah (negatif). False Negative (FN): kasus dimana ulasan yang diprediksi tidak negatif, tetapi ternyata sebenarnya positif.

43 II Review Hasil Penelitian Berikut ini merupakan penelitian-penelitian yang memiliki kaitan dengan Analisis Sentimen Data Review Aplikasi Female Daily pada Website Google Play Menggunakan Algoritma Naïve Bayes : 1. Simanjuntak melakukan penelitian pada tahun 2018 mengenai Analisis Sentimen pada Layanan Gojek Indonesia Menggunakan Multinomial Naïve Bayes. Tujuan penelitian ini adalah untuk mendapatkan opini masyarakat mengenai kualitas dari beberapa layanan gojek Indonesia apakah positif, negatif atau netral dengan menggunakan algoritma Multinomial Naïve Bayes Classifier. Perusahaan Gojek ingin mengetahui apa saja yang perlu diperbaiki dari kualitas dan pelayanannya. Pengujian dengan Multinomial Naïve Bayes yang dilakukan pada layanan Gojek mendapatkan akurasi sebesar 92,30%. 2. Putri melakukan penelitian pada tahun 2017 mengenai Penerapan Naïve Bayesian untuk Perankingan Kegiatan di Fakultas TIK Universitas Semarang. Tujuan penelitian ini adalah suatu perankingan berdasarkan favorit mana yang mempunyai peminat yang paling banyak. Hal ini dapat memacu program studi lain untuk lebih semangat dalam meningkatkan ilmu pengetahuan baru bagi mahasiswa, dan menyelenggarakan kegiatan yang menarik mahasiswa. 3. Rozi, Hamdana, dan Alfahmi melakukan penelitian pada tahun 2018 mengenai Pengembangan Aplikasi Analisis Sentimen Twitter Menggunakan Metode Naïve Bayes Classifier (Studi Kasus SAMSAT Kota

44 II-18 Malang). Tujuan penelitian ini adalah membangun aplikasi sentimen yang menerapkan metode Naïve Bayes classifier untuk mengklasifikasikannya. Hasil akurasi tertinggi yang didapat yaitu kategori positif terdapat 82%, negatif terdapat 92%, dan netral terdapat 80%. 4. Misprajiko melakukan penelitian pada tahun 2018 mengenai Implementasi Metode Naïve Bayes untuk Analisis Sentimen Data Evaluasi Kinerja Dosen pada Sistem Kuesioner Berbasis Web. Tujuan penelitian ini adalah untuk membuat sistem kuesioner berbasis web yang dilengkapi dengan analisis sentimen menggunakan metode Naïve Bayes. Hasil dari keakuratan algoritma Naïve Bayes dalam melakukan penelitian ini adalah sebesar 83,50%. 5. Flores, Jasa, dan Linawati melakukan penelitian mengenai Analisis Sentimen untuk Mengetahui Kelemahan dan Kelebihan Pesaing Bisnis Rumah Makan Berdasarkan Komentar Positif dan Negatif di Instagram. Tujuan penelitian ini adalah untuk mengidentifikasi kelemahan dan kelebihan dapat dilakukan dengan mengumpulkan data dari komentarkomentar yang ada pada akun Instagram pesaing, dengan menggunakan teknik Text Preprocessing. Hasil dari penelitian adalah keakuratan dari teknik tersebut adalah sebesar 85%. 6. Devita, Herwanto dan Wibawa melakukan penelitian pada tahun 2018 mengenai Perbandingan Kinerja Metode Naïve Bayes dan k-nearest Neighbor untuk Klasifikasi Artikel Berbahasa Indonesia. Tujuan penelitian ini adalah untuk melakukan klasifikasi, yaitu mengelompokkan artikel-

45 II-19 artikel jurnal berdasarkan judul dan isi dengan akurat dan otomatis. Artikelartikel tersebut dibagi menjadi beberapa klasifikasi, yaitu pendidikan ekonomi, pendidikan bisnis manajemen, akuntasi aktual, dan ekonomi bisnis. Dalam menyelesaikan masalah tersebut, digunakan algoritma k- Nearest Neighbor dan Naïve Bayes pada penelitian ini. Terbukti bahwa Naïve Bayes tingkat akurasinya lebih tinggi dengan bernilai 70%, yaitu sebanyak 28 artikel yang benar dari 40 artikel. Sedangkan nilai akurasi yang didapat dari k-nearest Neighbor adalah sebesar 40%, yaitu sebanyak 16 artikel dari 40 artikel. 7. Nurdiana dan Algifari melakukan penelitian pada tahun 2020 mengenai Studi Komparasi Algoritma ID3 dan Algoritma Naïve Bayes untuk Klasifikasi Penyakit Diabetes Mellitus. Tujuan dari penelitian ini adalah untuk mengklasifikasikan prediksi akan terjadinya penyakit diabetes mellitus. Penelitian ini menggunakan algoritma Naïve Bayes dan Iterative Dichotomiser 3 (ID3). Penelitian ini menggunakan aplikasi Jupyter Notebook dengan bahasa pemrograman Phyton. Pada penelitian ini didapat Algoritma Naïve Bayes yang memiliki nilai akurasi paling tinggi, yaitu sebesar 76%. Sedangkan dengan algoritma ID3, didapat nilai akurasi sebesar 74%. 8. Waliansyah dan Firtriyah melakukan penelitian pada tahun 2019 mengenai Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naïve Bayes dan k-nearest Neighbor (k-nn). Jenis kayu ada banyak sekali di Indonesia, pada penelitian ini, akan dilakukan pengelompokkan kayu jati

46 II-20 dengan menggunakan algoritma Naïve Bayes dan k-nearest Neighbor (k- NN). Kayu jati tersebut dikelompokkan menjadi 3, yaitu sulawesi, semarangan dan blora. Terbukti bahwa algoritma Naïve Bayes memiliki tingkat akurasi yang lebih tinggi dibandingkan k-nn. Dengan k-nn, didapat tingkat akurasi sebesar 70% sedangkan Naïve Bayes sebesar 82,7% 9. Lasulika melakukan penelitian pada tahun 2019 mengenai Komparasi Naïve Bayes, Support Vector Machine (SVM) dan k-nearest Neighbor untuk Mengetahui Akurasi Tertinggi pada Prediksi Kelancaran Pembayaran TV Kabel. Tujuan dari penelitian ini adalah agar dapat memprediksi seberapa lancar pembayaran nasabah dari perusahaan. Penelitian ini menggunakan tiga jenis klasifikasi, yaitu Naïve Bayes, SVM dan k-nn. Berdasarkan penelitian didapat bahwa algoritma Naïve Bayes memiliki tingkat akurasi paling tinggi, yaitu sebesar 96%, yang diikuti dengan k-nn sebesar 92%, dan yang terakhir dengan SVM sebesar 66%. 10. Kadafi melakukan penelitian pada tahun 2018 mengenai Perbandingan Algoritma untuk Klasifikasi Nilai pada Penjurusan Siswa SMA. Tujuan penelitian ini adalah untuk mengetahui pelajaran apa yang paling mempengaruhi siswa dalam menentukan penjurusan. Metode yang digunakan adalah dengan menggunakan algoritma Naïve Bayes, k-nn, C4.5, Rule Induction, dll. Berdasarkan penelitian ini, terbukti bahwa algoritma Naïve Bayes yang memiliki tingkat akurasi paling tinggi, yaitu sebesar 79,51%. Sedangkan dengan algoritma k-nn, didapat tingkat akurasi sebesar 77,86%, algoritma C4.5 tingkat akurasi sebesar 77,09%, dan

47 II-21 algoritma Rule Induction sebesar 75,57%. Didapatkan juga bahwa mata pelajaran yang paling berpengaruh dalam penjurusan siswa SMA adalah mata pelajaran fisika Kerangka Konseptual Kerangka konseptual adalah bentuk kerangka berpikir yang digunakan untuk pendekatan ilmiah dan memperlihatkan hubungan antar variabel-variabel yang ada pada penelitian. Gambar 2.4. merupakan kerangka konseptual pada penelitian ini. Hasil Prediksi Data Training Algoritma Naïve Bayes Akurasi Klasifikator Data Testing Alasan Pengguna memberikan Ulasan Positif dan Negatif Gambar 2.4. Kerangka Konseptual Variabel adalah segala sesuatu yang dapat memiliki nilai yang berbedabeda (variasi). Variabel terbagi menjadi beberapa jenis, yaitu variabel independen, variabel dependen, variabel moderator, variabel intervening, dan variabel kontrol.

48 II-22 Variabel independen adalah variabel yang keberadaannya tidak dipengaruhi oleh variabel lainnya, tetapi mempengaruhi variabel dependen. Variabel dependen adalah variabel yang nilainya dipengaruhi oleh variabel lain. Variabel moderator adalah variabel yang mempengaruhi hubungan antara variabel dependen dan independen. Variabel intervening adalah variabel yang mempengaruhi kejadian yang diamati tetapi tidak dapat diukur ataupun dimanipulasi. Variabel kontrol adalah variabel yangdapat dikendalikan dengan tujuan untuk mengetahui pengaruh dari variabel independen terhadap variabel dependen (Sinulingga, 2011). Berdasarkan gambar 2.4. dapat dilihat bahwa hasil prediksi, akurasi klasifikator, dan alasan pengguna memberikan ulasan positif atau negatif dipengaruhi oleh data yang ada, yaitu data training dan data testing. Maka dengan demikian diketahuilah bahwa variabel data training dan data testing merupakan variabel independen. Data training dan data testing sendiri terdiri dari nama pengguna, rating yang diberikan pengguna, tanggal pengguna mengunggah ulasan, dan ulasan yang diberikan pengguna mengenai aplikasi Female Daily. Sedangkan variabel hasil prediksi, akurasi klasifikator, dan alasan pengguna memberikan ulasan positif atau negatif merupakan variabel dependen. Hasil prediksi adalah hasil yang didapat mengenai prediksi dari algoritma Naïve Bayes tentang ulasan pengguna berupa positif atau negatif. Akurasi klasifikator adalah tingkat keakuratan dari algoritma Naïve Bayes dalam mengklasifikasikan ulasan pengguna menjadi positif dan negatif. Pada penelitian ini juga terdapat variabel lainnya yang dapat dikendalikan oleh peneliti, yaitu

49 II-23 variabel algoritma Naïve Bayes. Oleh karena itu, algoritma Naïve Bayes adalah variabel kontrol.

50 BAB III METODOLOGI PENELITIAN 3.1. Jenis Penelitian Penelitian ini menggunakan jenis penelitian deskriptif. Penelitian deskriptif merupakan penelitian yang berupaya untuk menginterpretasi dan menggambarkan objek sesuai dengan yang ada. Penelitian deskriptif juga disebut penelitian survei, yaitu penelitian yang mengumpulkan data untuk mengumpulkan informasi berupa pendapat dari sejumlah orang mengenai suatu topik tertentu (Mustafa, et al., 2020). Penelitian ini menggambarkan secara umum ulasan terhadap aplikasi Female Daily yang terdapat pada website Google Play Lokasi dan Waktu Penelitian Penelitian ini dilakukan pada website Google Play. Waktu penelitian dilakukan pada bulan April 2021 s/d sekarang Objek Penelitian Objek dari penelitian ini ulasan mengenai aplikasi Female Daily yang terdapat pada situs Google Play. III-1

51 III Metodologi Pengumpulan Data Data primer adalah data yang digunakan dalam penelitian ini. Data primer adalah data yang didapat tidak dari perantara dan diperoleh secara langsung dari sumber. Data primer dapat berbentuk pendapat subjek secara individu ataupun secara kelompok (Mustafa, et al., 2020). Data yang digunakan adalah data yang terdapat di situs Google Play. Data tersebut diperoleh dengan melakukan web scraping pada website Google Play. Data yang diambil dengan cara web scraping adalah data mengenai nama pengguna, tanggal pengguna mengunggah ulasan, rating yang diberikan pengguna, dan ulasan pengguna mengenai aplikasi Female Daily. Data ulasan yang digunakan adalah ulasan pengguna aplikasi Female Daily yang diunggah sejak tanggal 1 April 2020 sampai dengan 1 April 2021, yaitu sebanyak 200 data Metode Analisis Data Berikut merupakan metode analisis data yang digunakan dalam penelitian ini, yaitu : 1. Analisis deskriptif, digunakan untuk menggambarkan secara umum persepsi pengguna aplikasi Female Daily melalui ulasan yang ada di situs Google Play. 2. Metode Machine learning yaitu Naïve Bayes yang berguna untuk mengklasifikasikan ulasan ke dalam bentuk positif dan negatif. 3. Analisis keakuratan algoritma Naïve Bayes dalam mengklasifikasikan data ulasan aplikasi Female Daily.

52 III Kerangka Penelitian Berikut merupakan kerangka dari penelitian ini : Mulai Latar Belakang Menentukan Tujuan Penelitian Menentukan Batasan Masalah dan Asumsi Analisis Sentimen Algoritma Naïve Bayes Melakukan Studi Pustaka Data Mining Review Hasil Penelitian Pengumpulan Data Pengolahan Data Case Folding Filtering Tokenizing Preprocessing Data Spelling Normalization Stemming Pelabelan Data Klasifikasi dengan Naïve Bayes Classifier Analisis dan Pembahasan Kesimpulan dan Saran Selesai Gambar 3.1. Kerangka Penelitian

53 III-4 Berdasarkan gambar 3.1., dapat dilihat bahwa penelitian dimulai dengan latar belakang, yang kemudian dilanjutkan dengan tujuan penelitian, lalu batasan masalah dan asumsinya. Kemudian dilanjutkan dengan studi pustaka mengenai analisis sentimen, data mining, dan algoritma Naïve Bayes. Setelah itu dilakukan pengumpulan data, yang kemudian diolah. Pengolahan dimulai dari preprocessing data, kemudian pelabelan data, klasifikasi data dengan algoritma Naïve Bayes. Kemudian dilakukan analisis dan pembahasan, dan ditutup dengan kesimpulan dan saran.

54 BAB IV PENGUMPULAN DAN PENGOLAHAN DATA 4.1. Pengumpulan Data Web Scraping Pengambilan data pada penelitian ini adalah dengan mengambil data yang ada di situs Google Play mengenai ulasan para pengguna aplikasi Female Daily. Alamat dari situs tersebut adalah com.fdbr.android&showallreviews=true. Dari situs tersebut, akan dilakukan web scraping dengan menggunakan web scraper. Data yang diambil dari situs tersebut adalah nama pengguna, tanggal pengguna menulis ulasan, rating yang diberikan, serta ulasan mengenai aplikasi Female Daily. Pada website tersebut, diklik inspect seperti yang bisa dilihat pada gambar 4.1. Gambar 4.1. Situs Google Play IV-1

55 IV-2 Selanjutnya, dibuat sitemap bernama aplikasi femaledailyy, kemudian membuat beberapa selector baru, yaitu nama, rating, tanggal, dan review. Gambar 4.2. merupakan salah satu contoh dari pengambilan data review dari situs tersebut. Gambar 4.2. Pengambilan Data Review Gambar 4.3. merupakan data preview dari review.

56 IV-3 Gambar 4.3. Data Preview Dari data yang telah diambil, data tersebut disalin ke dalam aplikasi excel, seperti pada gambar 4.4. Gambar 4.4. Tampilan Excel

57 IV Pengolahan Data Labelling Berdasarkan data yang didapat, lalu dilakukan proses labelling. Labelling digunakan untuk mengetahui pandangan mengenai ulasan yang ada. Proses labelling dilakukan secara manual oleh peneliti. Pada penelitian ini, labelling dibagi menjadi 2 kelas sentimen, yaitu kelas positif dan kelas negatif. Kemudian dibuat label score, yaitu kelas negatif dilabelkan dengan angka 0, sedangkan kelas positif dilabelkan dengan angka 1. Tabel 4.1. adalah contoh dari data yang telah dilakukan proses labelling : Tabel 4.1. Contoh Data Hasil Labelling No Nama Rating Tanggal Review Sentimen Label Score 1 Maulidia Mengapa Anda?? Ini benar-benar 3 01 April 2021 Novianti membuat frustrasi. Negatif 0 2 Platform informasi terkait wanita terbaik yang pernah saya gunakan, saya kehilangan akun pertama saya Nadhirah 5 01 April 2021 karena saya menghapus saya, Seraphine tetapi masih menikmati aplikasi menggunakan akun baru saya, pengembang pekerjaan yang hebat! Positif 1 3 Relya Galuh 4 01 April Saluran DSW DWINDA FARADITA Please be better... tolong ya, kenapa tiap buka aplikasi ini handphone suka "freeze" sendiri. Otomatis stop sendiri. Dan suka out sendiri dari aplikasi. Padahal memori HP sudah termasuk besar dong.tolong di perbaiki lagi kedepannya. Biar aksesnya semakin lancar Negatif April 2021 Gak bisa² loading terus Negatif Maret 2021 update mulu sis. huhu tp sekarang semakin bagus dan mudah penggunaannya Positif 1

58 IV-5 Tabel 4.1. Contoh Data Hasil Labelling (Lanjutan) No Nama Rating Tanggal Review Sentimen Label Score 6 Mutia Rosa seperti buku. semua skincare body 5 26 Maret 2021 Maharani care bisa kupelajari dari sini Positif 1 7 Ersilia Cesaria 5 22 Maret 2021 Terima kasih perempuan setiap hari... Positif 1 8 Lailinr fdh 5 20 Maret 2021 Bisa belajar banyak tentang dunia perempuan dan membahas banyak topik mulai dari skincare, haircare, kosmetik lengkap. Bener-bener ngasi Positif 1 pengalaman yang berharga makasih female daily 9 Veraws Maret 2021 Gak ngerti deh udh berkali2 Update aplikasinya tapi tetep aja gambar yang aku upload sering gak muncul-_-' Negatif 0 tolong dong FD diperbaiki. 10 Dewi Diah 5 13 Maret 2021 Sangat membantu... Kerja Bagus Positif Preprocessing Data Data yang diperoleh dari website Google Play dengan cara web scraping belum bisa digunakan karena data tersebut masih mengandung unsur noise atau kesalahan. Untuk memperbaiki hal tersebut maka wajib dilakukan preprocessing pada data tersebut. Berikut langkah langkah yang dilakukan dalam preprocessing data : 1. Case Folding 2. Tokenizing 3. Spelling Normalization 4. Filtering 5. Stemming

59 IV Case Folding Pada tahap case folding, data review yang memiliki karakter huruf kapital akan diganti menjadi huruf kecil, dan semua tanda baca selain huruf dihilangkan. Contohnya AplikAsi diubah menjadi aplikasi. Contoh lainnya adalah bagus diubah menjadi bagus. Gambar 4.5. merupakan contoh perlakuan case folding pada salah satu review pengguna. Bisa belajar banyak tentang dunia perempuan dan membahas banyak topik mulai dari skincare, haircare, kosmetik lengkap deh. Bener-bener ngasi pengalaman yang berharga makasih female daily menjadi bisa belajar banyak tentang dunia perempuan dan membahas banyak topik mulai dari skincare, haircare, kosmetik lengkap deh. bener-bener ngasi pengalaman yang berharga makasih female daily Gambar 4.5. Case Folding Tokenizing Pada tahap tokenizing, pada data review dilakukan pemisahan terhadap kalimat menjadi kata per kata yang menyusun kalimat tersebut. Pada tahap tokenizing juga dilakukan penghapusan tanda baca, double spasi, emoji, dan lainnya. Gambar 4.6. merupakan contoh perlakuan tokenizing pada salah satu review pengguna :

60 IV-7 mengapa anda terus mengeluarkan saya setelah setiap pembaruan?? ini benar-benar membuat frustrasi. menjadi mengapa anda terus mengeluarkan saya setelah setiap pembaruan ini benar benar membuat frustrasi Gambar 4.6. Tokenizing Spelling Normalization Pada tahap ini, data review yang ada akan diperbaiki kata-kata yang memiliki ejaan yang salah dan disingkat. Contohnya pada kata bagus dengan penulisan yang salah, seperti bgs. Contoh kata lain adalah tidak, dengan penulisan yang salah seperti gk. Gambar 4.7. merupakan contoh perlakuan spelling normalization pada salah satu review pengguna: aplikasi bagus gak lambat aplikasi bagus tidak lambat Gambar 4.7. Spelling Normalization

61 IV Filtering Pada tahap filtering, pada data review dilakukan stopword, yaitu dihilangkannya kata-kata yang tidak penting. Contohnya adalah kata yang, saya, aku, dia dan lainnya. Gambar 4.8. merupakan contoh perlakuan filtering pada salah satu review pengguna : sangat bantu saya dalam pilih produk kosmetik dan rawat wajah bantu pilih produk kosmetik rawat wajah Gambar 4.8. Filtering Stemming Pada tahap stemming, pada data review, imbuhan pada kata-kata akan dihilangkan. Contohnya adalah kata dihilangkan diubah menjadi hilang. Gambar 4.9. adalah contoh perlakuan stemming pada salah satu review pengguna : sangat membantu saya dalam memilih produk kosmetik dan perawatan wajah sangat bantu saya dalam pilih produk kosmetik dan rawat wajah Gambar 4.9. Stemming

62 IV Data Split Data split adalah proses dimana data dibagi menjadi dua, yaitu data latih (data training) dan data uji (data testing). Data latih (data training) digunakan untuk melatih klasifikator, sedangkan data uji (data testing) digunakan untuk menguji keakuratan dari klasifikator tersebut. Dalam penelitian ini klasifikatornya adalah algoritma Naïve Bayes. Pembagian data dibagi untuk data training sebanyak 80% sedangkan untuk data testing sebanyak 20% Data Training Data training adalah data yang berguna untuk melatih klasifikator, yaitu algoritma Naïve Bayes Data Testing Data testing adalah data yang berguna sebagai penguji keakuratan atau kesalahan dari algoritma Naïve Bayes. Algoritma Naïve Bayes akan mengklasifikasikan data testing Term Frequency Term frequency (TF) merupakan proses yang dilakukan untuk mengetahui banyak munculnya sebuah kata (term). Semakin besar jumlah munculnya sebuah kata tersebut (TF tinggi) di dalam data, maka semakin besar pula bobot dan nilai kesesuaian yang akan diberikan. Tabel 4.2. merupakan contoh dari perhitungannya.

63 IV-10 Tabel 4.2 Contoh Kalimat No. Review 1 bantu atas kulit rekomendasi produk rawat kulit rias cocok kulit 2 info review jujur wanita indonesia 3 salah lambat 4 aplikasi bagus rekomendasi sulit beli coba rawat kulit rias dll 5 bagus banget sharing event Berdasarkan kalimat-kalimat yang ada pada tabel 4.2., kemudian dilakukanlah pemisahan kata per kata seperti pada tabel 4.3. Tabel 4.3 Kata-kata dalam Kalimat Bantu Kulit Jujur Bagus Kulit Event Atas Rias Wanita Rekomendasi Rias Kulit Cocok Indonesia Sulit Dll Rekomendasi Kulit Salah Beli Bagus Produk Info Lambat Coba Banget Rawat Review Aplikasi Rawat Sharing Berdasarkan kata-kata tersebut, dihitunglah nilai term frequency, jika sebuah kata muncul hanya 1 kali dalam kelima kalimat, maka nilai term frequency adalah 1, jika sebuah kata muncul 2 kali dalam kelima kalimat, maka nilai term frequency adalah 2, dan begitu pula seterusnya. D1 mewakilkan kalimat nomor 1, D2 mewakilkan kalimat nomor 2, D3 mewakilkan kalimat nomor 3, D4 mewakilkan kalimat nomor 4, dan D5 mewakilkan kalimat nomor 5. Tabel 4.4. merupakan kata-kata dengan perhitungan TF-nya. Tabel 4.4 Perhitungan Nilai TF Kata D1 D2 D3 D4 D5 TF Bantu Atas Kulit Rekomendasi

64 IV-11 Tabel 4.4 Perhitungan Nilai TF (Lanjutan) Kata D1 D2 D3 D4 D5 TF Produk Rawat Rias Cocok Info Review Jujur Wanita Indonesia Salah Lambat Aplikasi Bagus Sulit Beli Coba Dll Banget Sharing Event Setelah dihitung nilai term frequency, maka dihitunglah inverse document frequency (IDF) dengan rumus berikut ini IDF = log ( Total jumlah dokumen Tabel 4.5. merupakan contoh perhitungan nilai IDF : TF Tabel 4.5 Perhitungan Nilai IDF Kata TF IDF Bantu 1 0,69897 Atas 1 0,69897 Kulit 3 0,22185 Rekomendasi 2 0,39794 Produk 1 0,69897 Rawat 2 0,39794 Rias 2 0,39794 Cocok 1 0,69897 Info 1 0,69897 )

65 IV-12 Tabel 4.5 Perhitungan Nilai IDF (Lanjutan) Kata TF IDF Review 1 0,69897 Jujur 1 0,69897 Wanita 1 0,69897 Indonesia 1 0,69897 Salah 1 0,69897 Lambat 1 0,69897 Aplikasi 1 0,69897 Bagus 2 0,39794 Sulit 1 0,69897 Beli 1 0,69897 Coba 1 0,69897 Dll 1 0,69897 Banget 1 0,69897 Sharing 1 0,69897 Event 1 0, Algoritma Naïve Bayes Algoritma Naïve Bayes adalah algoritma yang digunakan untuk mengklasifikasikan data dengan peluang dan statistik. Tabel 4.6. berikut adalah contoh dari pengklasifikasian dengan metode algoritma Naïve Bayes. No. Tabel 4.6. Contoh Klasifikasi Algoritma Naïve Bayes Review bantu atas kulit rekomendasi produk 1 rawat kulit rias cocok kulit 2 info review jujur Kelas Kata Positif Negatif Label Ada Tidak Ada Positif Ada Tidak Ada Positif wanita indonesia 3 salah lambat Tidak Ada Ada Negatif 4 aplikasi bagus rekomendasi sulit beli coba rawat kulit rias dll 5 bagus banget sharing event Ada Tidak Ada Positif???

66 IV-13 Dari tabel di atas dapat dilihat bahwa hanya kalimat kelima yang belum dilakukan pelabelan (labelling). Untuk mengetahui label dari kalimat kelima, dilakukanlah metode algoritma Naïve Bayes. Berikut merupakan tahapan algoritma Naïve Bayes, yaitu: 1. Menghitung jumlah class/label. P(C = Positif) = 3/4 P(C = Negatif) = 1/4 2. Menghitung jumlah kasus yang sama dengan class/label yang sama. P(Kelas Kata = Positif C = Positif) =3/3 (jumlah kelas kata positif dengan keterangan positif, dibagi dengan jumlah data yang positif). P(Kelas Kata = Positif C = Negatif) =0/1 P(Kelas Kata = Negatif C = Positif) =1/0 P(Kelas Kata = Negatif C = Negatif) =1/1 3. Mengalikan semua variabel class/label. Variabel Positif (P(Class Kata = Positif C = Positif)) * (P(ClassKata = Negatif C = Positif)) * (P(C = Positif)) = 3/3 * 1/0 * 3/4 = 3/4 Variabel Negatif (P(Class Kata = Positif C = Negatif)) * (P(Class Kata = Negatif C = Negatif)) * (P(C = Negatif)) = 0/1 * 1/1 * 1/4 = 0/4 4. Membandingkan hasil dari semua variabel Berdasarkan perhitungan di atas, maka didapat bahwa kalimat kelima diberikan label (labelling) Positif dikarenakan nilai probabilitas yang tertinggi ada pada nilai positif.

67 IV Implementasi pada Google Colab Upload File Untuk mengolah data pada Google Colab, maka harus dilakukan upload file. Pada penelitian ini, dibutuhkan dua file untuk diupload, yaitu file dataset yang telah dilakukan scraping, dan file untuk slang word. Gambar Upload File Preprocessing Data Case Folding Pada tahap ini, dilakukan case folding yaitu membuat semua huruf menjadi huruf kecil, tidak ada lagi huruf kapital. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut.

68 IV-15 Gambar Case Folding pada Google Colab Tokenizing Pada tahap ini, dilakukan tokenizing yaitu memisahkan kalimat menjadi kata per kata. Berikut merupakan langkah yang dilakukan dalam tahap tokenizing, yaitu : 1. Penghapusan karakter spesial, seperti angka, tab, emoji, URL, dan lain-lain. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut. Gambar Penghapusan Karakter Spesial pada Google Colab

69 IV Penghapusan tanda baca, double spasi, huruf tunggal, dan lain-lain. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut. Gambar Penghapusan Tanda Baca pada Google Colab 3. Pemisahan kalimat menjadi kata per kata. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut. Gambar Tokenizing pada Google Colab

70 IV Spelling Normalization Pada tahap ini, dilakukan spelling normalization agar kata-kata yang ada sesuai dengan yang seharusnya. Pada spelling normalization juga dilakukan perbaikan atas kata-kata populer (slang word). Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut. Gambar Spelling Normalization pada Google Colab Filtering Pada tahap filtering, dilakukan penghapusan kata-kata yang tidak penting. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut.

71 IV-18 Gambar Filtering pada Google Colab Stemming Pada tahap stemming, dilakukan penghapusan imbuhan pada kata. Contohnya adalah perawatan diganti menjadi rawat. Gambar merupakan kode sel dengan skrip Python dan hasil dari skrip tersebut. Gambar Stemming pada Google Colab Tabel 4.7. merupakan hasil dari preprocessing

72 IV-19 Tabel 4.7. Hasil Preprocessing No. Hasil Preprocessing 1 keluar baru benar benar frustrasi 2 wadah informasi kait wanita baik hilang akun hapus surel nikmat aplikasi akun kembang kerja hebat 3 tolong jadi lebih baik tolong ya buka aplikasi telepon genggam suka beku otomatis stop suka keluar aplikasi memori telepon genggam tolong baik depan supaya akses lancar 4 tidak muat 5 baru selalu kakak tapi bagus mudah guna 6 buku rawat kulit tubuh rawat ajar 7 terima kasih perempuan 8 ajar dunia perempuan bahas topik rawat kulit rambut rawat kosmetik lengkap benar benar kasih alam harga terima kasih female daily 9 tidak erti kali baru aplikasi gambar unggah tidak muncul tolong fd baik 10 sangat bantu kerja bagus 11 jujur kenal fd masuk kuliah beli produk senang ulas produk tahun belakang jarang sangat ulas buka aplikasi bantu sangat web aplikasi kerja bagus female daily youtube kalian ulas lengkap jujur kenal fd masuk kuliah beli produk senang ulas produk tahun belakang jarang sangat ulas buka aplikasi bantu sangat web aplikasi kerja bagus female daily subscribe tentu lucu 12 nomor verifikasi pesan tidak 13 suka sangat bantu cari ulas 14 capai baca huruf ulas tidak kaya webnya huruf ulas kaya kalau aplikasi minimal huruf ya 15 salah selalu verifikasi 16 ya akun ketika buka guna adalah larang masuk keluar masuk tidak salah surel tapi tidak respon 17 terima kasih fd bantu cari produk cantik baik 18 tidak daftar tidak tac tidak entri 19 bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus peraturan kait jual beli bekas sangat tipu buat malas ulas lengkap bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus 20 aplikasi suka salah nulis ulas jadi suka kendala 21 dear fd suka aplikasi komunitas baru versi baru beku paksa tutup harap baik alam guna terima kasih 22 aplikasi baik ulas orang produk beli sangat bantu tambah filter kategori tipe kulit cari informasi sana sedia female daily bicara mana interaksi tukar informasi ulas lengkap aplikasi baik ulas orang produk beli sangat bantu tambah filter kategori tipe kulit cari informasi sana sedia female daily bicara mana interaksi tukar informasi anggota rekomendasi produk coba female daily coba dan ulas mana fd produk untung tulis ulas jujur 23 maaf tidak masuk ya aplikasi salah

73 IV-20 Tabel 4.7. Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 24 turun bintang berkali kali aju fd coba dan ulas gagal muncul tulis gagal aju data tolong coba lagi isi data coba pc aplikasi telepon genggam tolong fd team butuh baik itu 25 cantum tolong hubung internet tidak erti internet aktif hapus cache data tidak buka coba masuk situs web beranda fungsi sangat coba masuk muat normal anggota np hasil mu ulas lengkap cantum tolong hubung internet tidak erti internet aktif hapus cache data tidak buka coba masuk situs web beranda fungsi sangat coba masuk muat normal anggota np suka antarmuka sangat mudah bintang sulit temu produk merek milik produk varian sangat terima kasih 26 gabung akun verifikasi laku kode tidak kirim akun tolong baik 27 aplikasi verifikasi tidak buka buruk 28 aplikasi bantu cari ulas beli produk rawat kulit moga tidak buat lambat ya sedikit berat tidak apa apa ulas produk rawat kulit nih lengkap cari produk corthe 29 tidak bisa daftar nomer telepon genggam salah pakai tidak bisa pakai tidak bisa pakai tidak bisa nomernya benar tapi tidak 30 tidak bisa verifikasi nomor telepon genggam ya tidak bisa masuk 31 tidak erti suka sangat paksa tutup enak enak baca ulas aplikasi nya fc hilang ulas sebel ampun sabar aplikasi bagus tapi tidak buat nyaman kalau tidak tahan hapus aplikasi selamat tinggal 32 aplikasi guna aplikasi nya lambat sangat 33 suka sangat sangat ganggu kadang macet muat halaman tidak sabar 34 kayak aplikasi fd ganggu minggu sangat masuk aplikasi tidak muncul kalau cari referensi produk coba main kesini tambah kalau jaring tidak kencang muat nya 35 bantu atas kulit rekomendasi produk rawat kulit rias cocok kulit 36 info ulas jujur wanita indonesia 37 salah lambat 38 aplikasi bagus rekomendasi sulit beli coba rawat kulit rias dll 39 bagus sangat bagi acara 40 benar benar bantu tau kulit terima kasih 41 lumayan cinta benci fd aplikasi kadang lambat akses topik bicara wifi jaring tidak masalah ulas produk ulas hilang ketika ulas ulang tidak muncul ulas tidak bisa hapus ulas 42 terima kasih female daily tambah sadar tahu dunia cantik aplikasi guna ulas produk sosial cantik enthusiast 43 sangat bantu pilih produk kosmetik rawat wajah 44 tempat bagi cantik pos 45 versi payah tidak masuk gabung nomor ponsel surel gabung surel nomor ponsel lanjut 46 guna setia fd aplikasi baharu sangat acara fd coba dan ulas salah klik gabung tolong baik itu ya fd 47 aplikasi bantu sangat cari rekomendasi rias wajah dan rawat kulit produk kadang suka salah ya kalau saran masukin fitur arsip simpan foto jerawat

74 IV-21 Tabel 4.7. Hasil Preprocessing (Lanjutan) No Hasil Preprocessing 48 bagi alam bagi produk favorit bagi rutinitas rawat kulit hari senang 49 aplikasi sangat bantu cari referensi kulit rawat rias wajah ajang jual barang bekas cari ulas benar tumpu iklan 50 aplikasi sangat guna bantu produk cantik rawat kulit lemah sangat gabung tidak masuk keluar tidak tiba tiba keluar harap hari perempuan baik terima kasih 51 aplikasi bagus cari ulas cantik 52 ui bagus tapi salah nya banget sangat banyak astaga tolong benah tolong habis pos tidak langsung muncul klik komentar 53 terkadang aplikasi tidak fungsi tulis ulas produk pasti pos periksa web pos suka aplikasi gabung komunitas cantik ajar moga tingkat aplikasi fungsi 54 baru tidak bisa fd coba dan ulas ya solusi 55 aplikasi bagus sangat cinta rawat kulit bantu beli rawat kulit jadi lihat ulas 56 coba buka aplikasi tidak respons edit 57 tidak erti unggah foto ulas tidak masukin foto langsung bulan tidak gabung aplikasi baru tolong dibenerin capai ulas malas gerak 58 layan sangat buruk 59 fd talk enak jawab nya 60 asih info sangat rias wajah rawat kulit ya produk muncul kalau turut jenis produk mending gambar ulas akumulasi 61 peringkat produk ulas total kategori produk halaman produk individu milik aplikasi forum fd bicara milik topik duplikat 62 tidak bisa masuk baharu ya aplikasi sangat bantu kalau benah ganti ulas 63 baik informasi putar rias wajah rawat kulit dll sangat guna 64 suka sangat fd informatif sangat buat semangat bagi 65 suka sangat sangat bantu 66 kayak habis baru aplikasi gabung buka aplikasi suruh lengkap profil verifikasi nomor telepon genggam ketika dimasukin kirim kode tidak ada muncul pending benar tidak ada masuk buka aplikasi 67 aplikasi bantu temu ulas produk putus beli produk periksa aplikasi ulas sangat bantu terima kasih 68 hati aplikasi female sulit akses coba ulas gagal 69 tidak gabung apa 70 aplikasi baik ketat suka dagang ulas kalau dagang lapak lihat ulas tuh susah kependem orang dagang kalau larang terima kasih 71 suka 72 aplikasi bagus 73 guna sangat aplikasi pakai kulit rawat lengkap niat rutin aplikasi best sangat ya terang produk lengkap komposisi butuh sangat lengkap komposisi banding produk

75 IV-22 Tabel 4.7. Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 74 suka buka web webnya lama laptop masalah coba telepon genggam inst aplikasi suka nge hama tidak mau muat tidak bisa pijit jadi tutup aplikasi buka tim itu coba benerin ya isi aplikasi bagus sangat ulas lengkap suka buka web webnya lama laptop masalah coba telepon genggam inst aplikasi suka nge hama tidak mau muat tidak bisa pijit jadi tutup aplikasi buka tim itu coba benerin ya isi aplikasi bagus sangat bantu sangat 75 aplikasi buruk cs tidak ajar tidak gagas tidak solusi 76 aplikasi baik rawat kulit 77 tidak masuk coba surel nama guna nomor telepon macet halaman gabung 78 sangat suka aplikasi sangat guna aplikasi kerja buruk akhir akhir tidak undang teman minggu moga baik cepat 79 semenjak baru tidak coba ulas 80 tingkat tidak bisa buka aplikasi nya ikut coba dan ulas tidak bisa salah 81 saya favorit cantik aplikasi pernah ada senang baca tulis ulas semua orang adalah jadi positive vibes kadang aplikasi lambat sangat gagal gabung tolong baik itu karena cinta guna ini aplikasi 82 bantu penuh 83 tinggal harap baik 84 tolong tambah fitur hapus komentar talks grup diskusi 85 suka sangat bagus aplikasi efisien 86 tolong sangat aju data jadi ikut fd coba ulas kesal baru buka simpan data tolong baik 87 terimakasih respon tangan akun moga kembang baik kerja cepat merespon langgan 88 terimakasih responnya akun normal moga kembang cepat merespon masuk balik anggota 89 aplikasi kacau verifikasi surel alamat nomor telepon genggam hasil sangat gabung suruh verifikasi ketika verifikasi tidak verifikasi 90 target orang asia tenggara konten noninggris 91 wadah sahabat sangat ulas produk kosmetik rawat kulit 92 aplikasi bagus bantu bibel rias wajah rawat kulit lihat ulas kadang aplikasi suka tiba tiba masuk keluar bolak balik masuk buat menganggu moga depan aplikasi cepat baru orang yang ulas lengkap aplikasi bagus bantu bibel rias wajah rawat kulit lihat ulas kadang aplikasi suka tiba tiba masuk keluar bolak balik masuk buat menganggu moga depan aplikasi cepat baru guna nyaman maka 93 salah wadah cantik besar baik indonesia aplikasi baca ulas produk produk cantik rawat wajah badan rambut kosmetik lain lain tulis tidak perempuan laki laki indonesia tulis ulas lengkap salah wadah cantik besar baik indonesia aplikasi baca ulas produk produk cantik rawat wajah badan rambut kosmetik lain lain tulis tidak perempuan laki laki indonesia tulis ulas produk bagi dunia cantik rawat 94 cinta

76 IV-23 Tabel 4.7. Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 95 suka aplikasi sederhana kurang nya kalau komen artikel tidak langsung aplikasi buka web dldan terkadang suka muat nya kalau edit tanda produk muat bagus informatif sukses fd 96 guna antarmuka bagus sangat hadiah tidak pelit gampang daftar ulas produk baik sangat 97 aplikasi turun 98 good vibes komunitas cinta jadi bagian dari kadang aplikasi suka salah habis unggah foto tidak langsung muncul refresh kadang ulas muncul tanda foto ulas ikut ubah 99 moga aplikasi stabil ya benar informatif feeds kaya instagram 100 tolong baik hama aju data coba dan ulas habis aju halaman salah 101 tidak gabung suruh masuk nomor telepon masuk suruh masuk surel daftar laku suruh masuk nomor telepon baik 102 sangat rusak tidak bisa lama lama pakai scroll sebentar lihat profil orang langsung rusak tidak tau di telepon genggam baru moga cepat baik 103 baca ulas rawat kulit rias wajah percaya suka sangat jadi anggota tidak nama malu tubuh tapi sayang aplikasi hama tolong baik female daily supaya experience aplikasi jadi nyaman senang 104 dapat om anr terus terus buka temu pos buka rusak anr cari produk tanda nya sangat susah kadang hasil muncul kadang tidak hasil item halaman 105 mohon bantu lupa password masuk surel tulis surel tidak temu daftar surel tulis surel daftar ya 106 kerja female daily suka rias wajah rawat kulit 107 harap baik nol ikut bulan bulan terima kasih 108 aplikasi getar nyata bagi cantik rawat kulit tata rias kosmetik wanita hari hari aplikasi sangat senang bagi jalan cinta 109 aplikasi sangat bagus cari rawat kulit cocok kondisi muka ulas produk fitur aplikasi sangat mudah main 110 hama salah 111 aplikasi buat tidak bolak situs web cari ulas barnga bel sayang ketika nulis ulas produk tidak bisa aju 112 aplikasi paksa tutup telepon genggam ku gratis ruang nya tolong baik ya bantu sangat rawat kulit 113 aneh ganti telepon genggam akun nya gabung telepon genggam tidak tau nya ikut hilang aneh aneh aneh 114 aplikasi favorit sangat unduh iseng isi ulas nyaman interaksi anggota aplikasi nya positif sangat saking nyaman nya suka pakai banding ig twitter moga sukses female daily ulas lengkap aplikasi favorit sangat unduh iseng isi ulas nyaman interaksi anggota aplikasi nya positif sangat saking nyaman nya suka pakai banding ig twitter moga sukses female daily tim female daily 115 aplikasi sangat rusak nulis ulas lebar tiba tiba tutup terjadu berulang ulang kesel nulis ulas jadi malas tolong baik aplikasi anggota nyaman kasih ulas female daily 116 butuh muat data tolong baik terima kasih

77 IV-24 Tabel 4.7. Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 117 senang sangat fd bicara akses aplikasi nya terima kasih fd 118 suka aplikasi tidak buka bintang nilai baik 119 oke sangat baru telah baru tidak langsung akun suka komen mesti cari guna tidak efisien 120 aplikasi sangat bantu perihal cari ulas produk rias wajah rawat kulit paksa tutup rusak buka 121 tidak aplikasi mudah ulas produk sangat guna satu satu dapat tidak verifikasi nomor telepon diberitahu verifikasi coba laku baik tidak erti ulas lengkap tidak aplikasi mudah ulas produk sangat guna satu satu dapat tidak verifikasi nomor telepon diberitahu verifikasi coba laku baik tidak erti solusi terima kasih 122 sungguh cinta aplikasi telah lihat baru tidak selesai salah buka ulas produk salah hasil cari kosong tolong baik itu dev 123 forum bagus ui malang 124 tidak muat 125 aplikasi cantik 126 ulas produk percaya fdn aplikasi 127 aplikasi guna sangat kalau cari ulasan ulasan produk cantik rawat kulit andal bibel produk ui uxnya bagus simpel gampang sangat dipakenya plus integrasi layan female daily 128 Oke 129 sangat guna alam masuk 130 aplikasi sangat guna harap baru tema imut 131 tampil sangat mudah 132 tidak bisa gabung daftar 133 terjang tutup paksa 134 masuk keluar tidak bisa gabung tidak tau salah bagus aplikasi bagaimana 135 gila sangat pakai aplikasi tidak ada jam alam buruk sangat gabung tidak muncul tidak valid respon format gila kirim lupa kata sandi ganti tidak bisa masuk tidak erti buruk aplikasi 136 tidak daftar format tanggap tidak valid 137 aplikasi sangat bantu cinta cantik bagi kisah produk cantik suka butuh produk cantik cari ulas produk aplikasi lihat ulas produk 138 tidak masuk tolong baik gabung 139 harap baik gabung 140 semenjak baru buka aplikasi gambar sangat tiba tiba keluar tidak masuk lancarlancar 141 parah gabung rusak selalu baru sila baik naik bintang 142 rusak ya sangat buka salah buka hapus aplikasi instal aplikasi 143 aplikasi nya rusak baru instal

78 IV-25 Tabel 4.7. Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 144 bagus aplikasi ulas rias wajah rawat kulit performa aplikasi bobrok ampun tau akun masuk keluar tidak masuk keluar parah masuk masukin nomor telepon genggam daftar kode kirim sms tuh tidak masuk ulas lengkap bagus aplikasi ulas rias wajah rawat kulit performa aplikasi bobrok ampun tau akun masuk keluar tidak masuk keluar parah masuk masukin nomor telepon genggam daftar kode kirim sms tuh tidak masuk otomatis jam pagi tuh aplikasi ikut tidur baik kualitas aplikasi masalah parah 145 aplikasi sangat guna suka tutup paksa sangat coba buka tolong kembang baik 146 tidak buka baru pencet aplikasi langsung keluar tidak tau lihat ulas fd pakai browser 147 aplikasi suka tiba tiba nutup kalau buka nutup instal lagi 148 cinta 149 suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama kirim ulas lengkap suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama 150 aplikasi salah tidak ulas sayang 151 sangat sangat salah tidak buka ulas 152 aplikasi henti tidak masuk copot pasang suka situs webnya 153 sangat bantu temu rawat kulit baik 154 baru versi baru tapi aplikasi tidak kerja tidak bisa capai 155 guna cari dasar cantik 156 guna alat nya bagus tapi berat hama nya ya 157 baru sangat salah aplikasi baca baca ulas salah putih muat doang 158 senang teman teman server pos positif dukung rekan rekan fd bagi akun bodong jual bekas nipu akun bodong ulas produk produk ulas lengkap senang teman teman server pos positif dukung rekan rekan fd bagi akun bodong jual bekas nipu akun bodong ulas produk produk banyak nomor gambar aplikasi fd pakai ngecrash aplikasi seperti tidak stabil main menit cache mbak 159 hapus aplikasi aplikasi salah tidak muat gambar sayang sangat sangat guna salah mohon baik ya 160 aplikasi tidak syukur temu rawat kulit baik 161 aplikasi komunitas bagus tim fd mohon timbang fitur hapus ulas hapus ulas produk alas kurang poin otomatis ide senang terima kasih 162 general aplikasi bagus sangat butuh ulas rias wajah maupun rawat kulit tidak boleh jual kelola female daily notabene otomatis ikut akun jaja jual pesan deve ulas lengkap general aplikasi bagus sangat butuh ulas rias wajah maupun rawat kulit tidak boleh jual kelola female daily notabene otomatis ikut akun jaja jual pesan kembang moga adil ya lucu 163 baru tidak baru cantik profil masalah nya tidak muncul pilih 164 aplikasi bantu sangat bagus sayang sangat hama nya 165 maaf nge hama klik buka

79 IV-26 Tabel 4.7 Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 166 tidak verifikasi surel pemberitahuan muncul sangat buka aplikasi maaf ganggu jujur tik alamat surel alamat surel daftar alamat surel tolong bantu pecah ulas lengkap bisa tidak verifikasi saya surel tapi notifikasi selalu muncul setiap waktu buka saya aplikasi maaf tapi itu ganggu jujur sudah tipe saya surel alamat dan itu jawab surel alamat sudah di daftar dan jadi yang mana surel alamat laku kamu ingin lalu tolong tolong saya selesai ini masalah jadi bisa penuh saya profil itu sekarang terima kasih 167 aplikasi suka rusak hapus aplikasi instal ulang minimal paksa lihat ulas lalu web tolong baik ini masalah terima kasih 168 isi informasi guna putar produk rawat cantik laki wanita rekomendasi 169 tidak daftar 170 tidak gabung isi surel suruh isi nomor telepon genggam gilir isi nomor telepon genggam suruh isi surel 171 suka female daily tahun konsep bagus ngadat aplikasi baik tidak buka berkali kali pilih menghapus instalan mending lihat lalu google capai kadang ulas tidak salah tidak aju 172 baru tidak buka 173 sangat bantu akun ku hilang buat akun surel ketika kasih ulas produk aplikasi nya tidak buka aplikasi salah tidak tau 174 baru versi baru aplikasi aplikasi tutup paksa masuk android tolong baik hama 175 terkadang menit muat pikir baik 176 aplikasi favorit cantik minggu rusak pusing lihat ulas produk beli 177 sesuatu jalan salah kemarin lancar lancar salah 178 sangat bantu beli rawat kulit rias wajah 179 baru sangat tapi salah jadi tidak kasih ulas atau lihat profil sendiri jadi mohon baik sayang sangat lo minat female daily sangat 180 masalah sangat dikit dikit baru kalau tidak baru tidak buka 181 aplikasi mogok 182 kasih saran kalau buka webnya lalu browser kategori produk bintang ulas orang angka ulas langsung sayang ketika lihat aplikasi bintang doang tidak praktis ulas lengkap kasih saran kalau buka webnya lalu browser kategori produk bintang ulas orang angka ulas langsung sayang ketika lihat aplikasi bintang doang tidak praktis tidak info buka produk aplikasi detail tolong sama versi browser 183 aplikasi macet minggu edit fungsi 184 paksa tutup buka aplikasi moga baik suka konten hari wanita 185 guna setia female daily aplikasi kecewa aplikasi tingkat tidak bisa muat rusak salah dll jaring oke kalau bolak balik edit pos ulas tidak tau sangat buka tutup aplikasi salah instal lagi sem ulas lengkap guna setia female daily aplikasi kecewa aplikasi tingkat tiba tiba tidak bisa muat rusak salah dll jaring oke kalau bolak balik edit pos ulas tidak tau sangat buka tutup aplikasi salah instal lagi moga maintain ya aplikasi point pikir pakai 186 kemarin masalah hama bagus 187 sinyal bagus tapi gambar nya tidak muncul baru

80 IV-27 Tabel 4.7 Hasil Preprocessing (Lanjutan) No. Hasil Preprocessing 188 asal suka salah kalau tulis kembali pos 189 instal keluar ya kak tidak buka habis 190 oke oke seperti tidak tau dadak tidak buka tutup ulang sangat coba sedih telepon genggam 191 tutup paksa tulis ulas menginstal ulang tulis ulas tolong baik 192 sangat sangat sangat salah kenapa maaf tidak temu dll semacem buka produk kadang kalau buka aplikasi kumat salah tolong baik itu terima kasih 193 maaf fdaily turunin bintang salah ketika tulis ulas 194 salah tutup paksa baru tolong baik 195 suka salah 196 aplikasi fd ganggu min masuk aplikasi stop ter tutup tidak masuk aplikasi 197 baik 198 paksa tutup kalau tingkat versi langsung baru 199 suka keluar habis klik muncul gambar ketika muat keluar tolong baik 200 suka susah unggah jaring kencang ruang simpan telepon genggam aman tapi unggah tulis ada jalan salah tolong coba lagi nanti seperti Data Split Data split adalah langkah yang dilakukan untuk membagi data menjadi dua jenis data, yaitu data training dan data testing. Gambar merupakan kode sel dengan skrip Python untuk data split dan hasil dari skrip tersebut. Gambar Data Split pada Google Colab

81 IV Data Training Data training adalah data yang digunakan untuk melatih algoritma. Tabel 4.8. merupakan data training pada penelitian ini : Tabel 4.8. Data Training No Data Training 1 tingkat tidak bisa buka aplikasi nya ikut coba dan ulas tidak bisa salah 2 paksa tutup kalau tingkat versi langsung baru 3 bagus sangat bagi acara 4 cantum tolong hubung internet tidak erti internet aktif hapus cache data tidak buka coba masuk situs web beranda fungsi sangat coba masuk muat normal anggota np hasil mu ulas lengkap cantum tolong hubung internet tidak erti internet aktif hapus cache data tidak buka coba masuk situs web beranda fungsi sangat coba masuk muat normal anggota np suka antarmuka sangat mudah bintang sulit temu produk merek milik produk varian sangat terima kasih 5 forum bagus ui malang 6 aplikasi fd ganggu min masuk aplikasi stop ter tutup tidak masuk aplikasi 7 tidak bisa verifikasi nomor telepon genggam ya tidak bisa masuk 8 aplikasi suka salah nulis ulas jadi suka kendala 9 bagus aplikasi ulas rias wajah rawat kulit performa aplikasi bobrok ampun tau akun masuk keluar tidak masuk keluar parah masuk masukin nomor telepon genggam daftar kode kirim sms tuh tidak masuk ulas lengkap bagus aplikasi ulas rias wajah rawat kulit performa aplikasi bobrok ampun tau akun masuk keluar tidak masuk keluar parah masuk masukin nomor telepon genggam daftar kode kirim sms tuh tidak masuk otomatis jam pagi tuh aplikasi ikut tidur baik kualitas aplikasi masalah parah 10 terimakasih respon tangan akun moga kembang baik kerja cepat merespon langgan 11 aplikasi sangat rusak nulis ulas lebar tiba tiba tutup terjadu berulang ulang kesel nulis ulas jadi malas tolong baik aplikasi anggota nyaman kasih ulas female daily 12 baru versi baru aplikasi aplikasi tutup paksa masuk android tolong baik hama 13 buku rawat kulit tubuh rawat ajar 14 aplikasi guna sangat kalau cari ulasan ulasan produk cantik rawat kulit andal bibel produk ui uxnya bagus simpel gampang sangat dipakenya plus integrasi layan female daily 15 suka aplikasi tidak buka bintang nilai baik 16 suka buka web webnya lama laptop masalah coba telepon genggam inst aplikasi suka nge hama tidak mau muat tidak bisa pijit jadi tutup aplikasi buka tim itu coba benerin ya isi aplikasi bagus sangat ulas lengkap suka buka web webnya lama laptop masalah coba telepon genggam inst aplikasi suka nge hama tidak mau muat tidak bisa pijit jadi tutup aplikasi buka tim itu coba benerin ya isi aplikasi bagus sangat bantu sangat

82 IV-29 Tabel 4.8. Data Training (Lanjutan) No Data Training 17 parah gabung rusak selalu baru sila baik naik bintang 18 moga aplikasi stabil ya benar informatif feeds kaya instagram 19 sangat bantu akun ku hilang buat akun surel ketika kasih ulas produk aplikasi nya tidak buka aplikasi salah tidak tau 20 aplikasi turun 21 tidak gabung isi surel suruh isi nomor telepon genggam gilir isi nomor telepon genggam suruh isi surel 22 good vibes komunitas cinta being one of them kadang aplikasi suka salah habis unggah foto tidak langsung muncul refresh kadang ulas muncul tanda foto ulas ikut ubah 23 aplikasi guna aplikasi nya lambat sangat 24 suka sangat bantu cari ulas 25 info ulas jujur wanita indonesia 26 aplikasi sangat bantu perihal cari ulas produk rias wajah rawat kulit paksa tutup rusak buka 27 sangat bantu pilih produk kosmetik rawat wajah 28 oke oke seperti tidak tau dadak tidak buka tutup ulang sangat coba sedih telepon genggam 29 wadah sahabat sangat ulas produk kosmetik rawat kulit 30 aplikasi sangat bantu cinta cantik bagi kisah produk cantik suka butuh produk cantik cari ulas produk aplikasi lihat ulas produk 31 ui bagus tapi salah nya banget sangat banyak astaga tolong benah tolong habis pos tidak langsung muncul klik komentar 32 oke 33 baru tidak baru cantik profil masalah nya tidak muncul pilih 34 terima kasih female daily tambah sadar tahu dunia cantik aplikasi guna ulas produk sosial cantik enthusiast 35 oke sangat baru telah baru tidak langsung akun suka komen mesti cari guna tidak efisien 36 aplikasi favorit sangat unduh iseng isi ulas nyaman interaksi anggota aplikasi nya positif sangat saking nyaman nya suka pakai banding ig twitter moga sukses female daily ulas lengkap aplikasi favorit sangat unduh iseng isi ulas nyaman interaksi anggota aplikasi nya positif sangat saking nyaman nya suka pakai banding ig twitter moga sukses female daily tim female daily 37 aplikasi verifikasi tidak buka buruk 38 semenjak baru buka aplikasi gambar sangat tiba tiba keluar tidak masuk lancar lancar 39 tidak gabung suruh masuk nomor telepon masuk suruh masuk surel daftar laku suruh masuk nomor telepon baik 40 aplikasi paksa tutup telepon genggam ku gratis ruang nya tolong baik ya bantu sangat rawat kulit

83 IV-30 Tabel 4.8. Data Training (Lanjutan) No Data Training 41 tolong jadi lebih baik tolong ya buka aplikasi telepon genggam suka beku otomatis stop suka keluar aplikasi memori telepon genggam tolong baik depan supaya akses lancar 42 sangat suka aplikasi sangat guna aplikasi kerja buruk akhir akhir tidak undang teman minggu moga baik cepat 43 aplikasi bantu sangat cari rekomendasi rias wajah dan rawat kulit produk kadang suka salah ya kalau saran masukin fitur arsip simpan foto jerawat 44 asal suka salah kalau tulis kembali pos 45 sangat sangat sangat salah kenapa maaf tidak temu dll semacem buka produk kadang kalau buka aplikasi kumat salah tolong baik itu terima kasih 46 tolong sangat aju data jadi ikut fd coba ulas kesal baru buka simpan data tolong baik 47 general aplikasi bagus sangat butuh ulas rias wajah maupun rawat kulit tidak boleh jual kelola female daily notabene otomatis ikut akun jaja jual pesan deve ulas lengkap general aplikasi bagus sangat butuh ulas rias wajah maupun rawat kulit tidak boleh jual kelola female daily notabene otomatis ikut akun jaja jual pesan kembang moga adil ya lucu 48 salah lambat 49 tutup paksa tulis ulas menginstal ulang tulis ulas tolong baik 50 tidak bisa masuk baharu ya aplikasi sangat bantu kalau benah ganti ulas 51 maaf tidak masuk ya aplikasi salah 52 rusak ya sangat buka salah buka hapus aplikasi instal aplikasi 53 sangat rusak tidak bisa lama lama pakai scroll sebentar lihat profil orang langsung rusak tidak tau di telepon genggam baru moga cepat baik 54 kayak aplikasi fd ganggu minggu sangat masuk aplikasi tidak muncul kalau cari referensi produk coba main kesini tambah kalau jaring tidak kencang muat nya 55 nomor verifikasi pesan tidak 56 suka salah 57 aplikasi tidak syukur temu rawat kulit baik 58 terima kasih perempuan 59 aplikasi bantu cari ulas beli produk rawat kulit moga tidak buat lambat ya sedikit berat tidak apa apa ulas produk rawat kulit nih lengkap cari produk corthe 60 tidak aplikasi mudah ulas produk sangat guna satu satu dapat tidak verifikasi nomor telepon diberitahu verifikasi coba laku baik tidak erti ulas lengkap tidak aplikasi mudah ulas produk sangat guna satu satu dapat tidak verifikasi nomor telepon diberitahu verifikasi coba laku baik tidak erti solusi terima kasih 61 baru selalu kakak tapi bagus mudah guna 62 suka sangat sangat ganggu kadang macet muat halaman tidak sabar 63 aplikasi nya rusak baru instal 64 tidak buka baru pencet aplikasi langsung keluar tidak tau lihat ulas fd pakai browser 65 hama salah

84 IV-31 Tabel 4.8. Data Training (Lanjutan) No Data Training 66 aplikasi sangat guna suka tutup paksa sangat coba buka tolong kembang baik 67 jujur kenal fd masuk kuliah beli produk senang ulas produk tahun belakang jarang sangat ulas buka aplikasi bantu sangat web aplikasi kerja bagus female daily youtube kalian ulas lengkap jujur kenal fd masuk kuliah beli produk senang ulas produk tahun belakang jarang sangat ulas buka aplikasi bantu sangat web aplikasi kerja bagus female daily youtube subscribe tentu lucu 68 baik informasi putar rias wajah rawat kulit dll sangat guna 69 aneh ganti telepon genggam akun nya gabung telepon genggam tidak tau nya ikut hilang aneh aneh aneh 70 aplikasi suka tiba tiba nutup kalau buka nutup instal lagi 71 aplikasi suka rusak hapus aplikasi instal ulang minimal paksa lihat ulas lalu web tolong baik ini masalah terima kasih 72 keluar baru benar benar frustrasi 73 suka keluar habis klik muncul gambar ketika muat keluar tolong baik 74 baru versi baru tapi aplikasi tidak kerja tidak bisa capai 75 suka 76 tidak muat 77 suka sangat sangat bantu 78 versi payah tidak masuk gabung nomor ponsel surel gabung surel nomor ponsel lanjut 79 aplikasi bantu sangat bagus sayang sangat hama nya 80 tidak bisa daftar nomer telepon genggam salah pakai tidak bisa pakai tidak bisa pakai tidak bisa nomernya benar tapi tidak 81 lumayan cinta benci fd aplikasi kadang lambat akses topik bicara wifi jaring tidak masalah ulas produk ulas hilang ketika ulas ulang tidak muncul ulas tidak bisa hapus ulas 82 aplikasi sangat bagus cari rawat kulit cocok kondisi muka ulas produk fitur aplikasi sangat mudah main 83 guna alat nya bagus tapi berat hama nya ya 84 baru sangat salah aplikasi baca baca ulas salah putih muat doang 85 gabung akun verifikasi laku kode tidak kirim akun tolong baik 86 turun bintang berkali kali aju fd coba dan ulas gagal muncul tulis gagal aju data tolong coba lagi isi data coba pc aplikasi telepon genggam tolong fd team butuh baik itu 87 guna setia female daily aplikasi kecewa aplikasi tingkat tidak bisa muat rusak salah dll jaring oke kalau bolak balik edit pos ulas tidak tau sangat buka tutup aplikasi salah instal lagi sem ulas lengkap guna setia female daily aplikasi kecewa aplikasi tingkat tiba tiba tidak bisa muat rusak salah dll jaring oke kalau bolak balik edit pos ulas tidak tau sangat buka tutup aplikasi salah instal lagi moga maintain ya aplikasi point pikir pakai 88 cinta 89 bantu penuh

85 IV-32 Tabel 4.8. Data Training (Lanjutan) No Data Training 90 benar benar bantu tau kulit terima kasih 91 tidak daftar 92 bagi alam bagi produk favorit bagi rutinitas rawat kulit hari senang 93 suka aplikasi sederhana kurang nya kalau komen artikel tidak langsung aplikasi buka web dldan terkadang suka muat nya kalau edit tanda produk muat bagus informatif sukses fd 94 guna cari dasar cantik 95 tempat bagi cantik pos 96 harap baik gabung 97 tidak muat 98 kerja female daily suka rias wajah rawat kulit 99 baru tidak bisa fd coba dan ulas ya solusi 100 masuk keluar tidak bisa gabung tidak tau salah bagus aplikasi bagaimana 101 aplikasi mogok 102 baru sangat tapi salah jadi tidak kasih ulas atau lihat profil sendiri jadi mohon baik sayang sangat lo minat female daily sangat 103 kemarin masalah hama bagus 104 aplikasi sangat guna bantu produk cantik rawat kulit lemah sangat gabung tidak masuk keluar tidak tiba tiba keluar harap hari perempuan baik terima kasih 105 saya favorit cantik aplikasi pernah ada senang baca tulis ulas semua orang adalah jadi positive vibes kadang aplikasi lambat sangat gagal gabung tolong baik itu karena cinta guna ini aplikasi 106 bantu atas kulit rekomendasi produk rawat kulit rias cocok kulit 107 ajar dunia perempuan bahas topik rawat kulit rambut rawat kosmetik lengkap benar benar kasih alam harga terima kasih female daily 108 aplikasi buat tidak bolak situs web cari ulas barnga bel sayang ketika nulis ulas produk tidak bisa aju 109 aplikasi bagus bantu bibel rias wajah rawat kulit lihat ulas kadang aplikasi suka tiba tiba masuk keluar bolak balik masuk buat menganggu moga depan aplikasi cepat baru orang yang ulas lengkap aplikasi bagus bantu bibel rias wajah rawat kulit lihat ulas kadang aplikasi suka tiba tiba masuk keluar bolak balik masuk buat menganggu moga depan aplikasi cepat baru guna nyaman maka 110 tolong tambah fitur hapus komentar talks grup diskusi 111 sesuatu jalan salah kemarin lancar lancar salah 112 kasih saran kalau buka webnya lalu browser kategori produk bintang ulas orang angka ulas langsung sayang ketika lihat aplikasi bintang doang tidak praktis ulas lengkap kasih saran kalau buka webnya lalu browser kategori produk bintang ulas orang angka ulas langsung sayang ketika lihat aplikasi bintang doang tidak praktis tidak info buka produk aplikasi detail tolong sama versi browser 113 target orang asia tenggara konten noninggris 114 tidak erti kali baru aplikasi gambar unggah tidak muncul tolong fd baik

86 IV-33 Tabel 4.8. Data Training (Lanjutan) No Data Training 115 capai baca huruf ulas tidak kaya webnya huruf ulas kaya kalau aplikasi minimal huruf ya 116 asih info sangat rias wajah rawat kulit ya produk muncul kalau turut jenis produk mending gambar ulas akumulasi 117 baru tidak buka 118 tidak bisa gabung daftar 119 tidak daftar tidak tac tidak entri 120 guna sangat aplikasi pakai kulit rawat lengkap niat rutin aplikasi best sangat ya terang produk lengkap komposisi butuh sangat lengkap komposisi banding produk 121 aplikasi favorit cantik minggu rusak pusing lihat ulas produk beli 122 gila sangat pakai aplikasi tidak ada jam alam buruk sangat gabung tidak muncul tidak valid respon format gila kirim lupa kata sandi ganti tidak bisa masuk tidak erti buruk aplikasi 123 isi informasi guna putar produk rawat cantik laki wanita rekomendasi 124 paksa tutup buka aplikasi moga baik suka konten hari wanita 125 suka sangat fd informatif sangat buat semangat bagi 126 aplikasi bagus sangat cinta rawat kulit bantu beli rawat kulit jadi lihat ulas 127 aplikasi getar nyata bagi cantik rawat kulit tata rias kosmetik wanita hari hari aplikasi sangat senang bagi jalan cinta 128 aplikasi bagus cari ulas cantik 129 baik 130 fd talk enak jawab nya 131 aplikasi sangat bantu cari referensi kulit rawat rias wajah ajang jual barang bekas cari ulas benar tumpu iklan 132 aplikasi kacau verifikasi surel alamat nomor telepon genggam hasil sangat gabung suruh verifikasi ketika verifikasi tidak verifikasi 133 aplikasi baik ulas orang produk beli sangat bantu tambah filter kategori tipe kulit cari informasi sana sedia female daily bicara mana interaksi tukar informasi ulas lengkap aplikasi baik ulas orang produk beli sangat bantu tambah filter kategori tipe kulit cari informasi sana sedia female daily bicara mana interaksi tukar informasi anggota rekomendasi produk coba female daily coba dan ulas mana fd produk untung tulis ulas jujur 134 layan sangat buruk 135 aplikasi komunitas bagus tim fd mohon timbang fitur hapus ulas hapus ulas produk alas kurang poin otomatis ide senang terima kasih 136 maaf fdaily turunin bintang salah ketika tulis ulas 137 aplikasi sangat guna harap baru tema imut 138 aplikasi bagus rekomendasi sulit beli coba rawat kulit rias dll

87 IV-34 Tabel 4.8. Data Training (Lanjutan) No Data Training 139 senang teman teman server pos positif dukung rekan rekan fd bagi akun bodong jual bekas nipu akun bodong ulas produk produk ulas lengkap senang teman teman server pos positif dukung rekan rekan fd bagi akun bodong jual bekas nipu akun bodong ulas produk produk banyak nomor gambar aplikasi fd pakai ngecrash aplikasi seperti tidak stabil main menit cache mbak 140 salah tutup paksa baru tolong baik 141 wadah informasi kait wanita baik hilang akun hapus surel nikmat aplikasi akun kembang kerja hebat 142 terkadang aplikasi tidak fungsi tulis ulas produk pasti pos periksa web pos suka aplikasi gabung komunitas cantik ajar moga tingkat aplikasi fungsi 143 aplikasi salah tidak ulas sayang 144 tampil sangat mudah 145 aplikasi henti tidak masuk copot pasang suka situs webnya 146 dapat om anr terus terus buka temu pos buka rusak anr cari produk tanda nya sangat susah kadang hasil muncul kadang tidak hasil item halaman 147 tolong baik hama aju data coba dan ulas habis aju halaman salah 148 senang sangat fd bicara akses aplikasi nya terima kasih fd 149 terimakasih responnya akun normal moga kembang cepat merespon masuk balik anggota 150 aplikasi buruk cs tidak ajar tidak gagas tidak solusi 151 sungguh cinta aplikasi telah lihat baru tidak selesai salah buka ulas produk salah hasil cari kosong tolong baik itu dev 152 suka susah unggah jaring kencang ruang simpan telepon genggam aman tapi unggah tulis ada jalan salah tolong coba lagi nanti seperti 153 dear fd suka aplikasi komunitas baru versi baru beku paksa tutup harap baik alam guna terima kasih 154 instal keluar ya kak tidak buka habis 155 aplikasi bagus 156 harap baik nol ikut bulan bulan terima kasih 157 salah selalu verifikasi 158 salah wadah cantik besar baik indonesia aplikasi baca ulas produk produk cantik rawat wajah badan rambut kosmetik lain lain tulis tidak perempuan laki laki indonesia tulis ulas lengkap salah wadah cantik besar baik indonesia aplikasi baca ulas produk produk cantik rawat wajah badan rambut kosmetik lain lain tulis tidak perempuan laki laki indonesia tulis ulas produk bagi dunia cantik rawat 159 masalah sangat dikit dikit baru kalau tidak baru tidak buka 160 baca ulas rawat kulit rias wajah percaya suka sangat jadi anggota tidak nama malu tubuh tapi sayang aplikasi hama tolong baik female daily supaya experience aplikasi jadi nyaman senang

88 IV Data Testing Data testing adalah data yang digunakan untuk menguji algoritma. Tabel 4.9. merupakan data testing pada penelitian ini : Tabel 4.9. Data Testing No. Data Testing 1 guna antarmuka bagus sangat hadiah tidak pelit gampang daftar ulas produk baik sangat 2 ya akun ketika buka guna adalah larang masuk keluar masuk tidak salah surel tapi tidak respon 3 tidak erti suka sangat paksa tutup enak enak baca ulas aplikasi nya fc hilang ulas sebel ampun sabar aplikasi bagus tapi tidak buat nyaman kalau tidak tahan hapus aplikasi selamat tinggal 4 hapus aplikasi aplikasi salah tidak muat gambar sayang sangat sangat guna salah mohon baik ya 5 sangat guna alam masuk 6 butuh muat data tolong baik terima kasih 7 aplikasi baik ketat suka dagang ulas kalau dagang lapak lihat ulas tuh susah kependem orang dagang kalau larang terima kasih 8 suka female daily tahun konsep bagus ngadat aplikasi baik tidak buka berkali kali pilih menghapus instalan mending lihat lalu google capai kadang ulas tidak salah tidak aju 9 terkadang menit muat pikir baik 10 guna setia fd aplikasi baharu sangat acara fd coba dan ulas salah klik gabung tolong baik itu ya fd 11 aplikasi bantu temu ulas produk putus beli produk periksa aplikasi ulas sangat bantu terima kasih 12 aplikasi macet minggu edit fungsi 13 tidak verifikasi surel pemberitahuan muncul sangat buka aplikasi maaf ganggu jujur tik alamat surel alamat surel daftar alamat surel tolong bantu pecah ulas lengkap bisa tidak verifikasi saya surel tapi notifikasi selalu muncul setiap waktu buka saya aplikasi maaf tapi itu ganggu jujur sudah tipe saya surel alamat dan itu jawab surel alamat sudah di daftar dan jadi yang mana surel alamat laku kamu ingin lalu tolong tolong saya selesai ini masalah jadi bisa penuh saya profil itu sekarang terima kasih 14 semenjak baru tidak coba ulas 15 sinyal bagus tapi gambar nya tidak muncul baru 16 sangat bantu beli rawat kulit rias wajah 17 tidak erti unggah foto ulas tidak masukin foto langsung bulan tidak gabung aplikasi baru tolong dibenerin capai ulas malas gerak 18 sangat bantu temu rawat kulit baik 19 tinggal harap baik

89 IV-36 Tabel 4.9. Data Testing No. Data Testing 20 tidak gabung apa 21 aplikasi cantik 22 terima kasih fd bantu cari produk cantik baik 23 suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama kirim ulas lengkap suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama 24 Cinta 25 kayak habis baru aplikasi gabung buka aplikasi suruh lengkap profil verifikasi nomor telepon genggam ketika dimasukin kirim kode tidak ada muncul pending benar tidak ada masuk buka aplikasi 26 peringkat produk ulas total kategori produk halaman produk individu milik aplikasi forum fd bicara milik topik duplikat 27 suka sangat bagus aplikasi efisien 28 hati aplikasi female sulit akses coba ulas gagal 29 ulas produk percaya fdn aplikasi 30 terjang tutup paksa 31 sangat bantu kerja bagus 32 bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus peraturan kait jual beli bekas sangat tipu buat malas ulas lengkap bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus 33 coba buka aplikasi tidak respons edit 34 aplikasi baik rawat kulit 35 sangat sangat salah tidak buka ulas 36 mohon bantu lupa password masuk surel tulis surel tidak temu daftar surel tulis surel daftar ya 37 tidak daftar format tanggap tidak valid 38 tidak masuk tolong baik gabung 39 maaf nge hama klik buka 40 tidak masuk coba surel nama guna nomor telepon macet halaman gabung

90 IV Term Frequency (TF) dan Inverse Document Frequency (IDF) Term Frequency (TF) dan Inverse Document Frequency (IDF) pada Data Training Term Frequency adalah banyaknya suatu kata yang ada pada data. Gambar merupakan proses TF dan IDF pada Google Colab untuk TF dan IDF data training. Gambar Term Frequency (TF) dan Inverse Document Frequency (IDF) Data Training pada Google Colab Term Frequency (TF) dan Inverse Document Frequency (IDF) pada Data Testing Gambar merupakan proses TF dan IDF pada Google Colab untuk TF dan IDF data testing

91 IV-38 Gambar Term Frequency (TF) dan Inverse Document Frequency (IDF) Data Testing pada Google Colab Algoritma Naïve Bayes Algoritma Naive Bayes dialkukan pada Google Colab setelah dilakukan perhitung term frequency. Gambar merupakan kode sel dengan skrip Python untuk algoritma Naïve Bayes dan hasil dari skrip tersebut. Gambar Algoritma Naïve Bayes pada Google Colab Pengujian Algoritma Naïve Bayes Pengujian algortima Naïve Bayes dilakukan untuk mengetahui keakuratan dari algoritma tersebut. Gambar merupakan kode sel dengan skrip Python pengujian Algoritma Naïve Bayes.

92 IV-39 Gambar Hasil Pengujian Algoritma Naïve Bayes Berdasarkan gambar 4.22., didapat hasil tabel Tabel Hasil Pengujian Algoritma Naïve Bayes Precision Recall F1-score Support 0 0,84 0,88 0, ,80 0,75 0,77 16 Accuracy 0,82 40 Macro avg 0,82 0,81 0,82 40 Weighted avg 0,82 0,82 0,82 40 Dapat dilihat pada tabel bahwa nilai precision dari ulasan negatif adalah sebesar 0,84 atau 84%. Sedangkan untuk precision positif adalah sebesar 0,88 atau 88%. Recall dari ulasan negatif adalah sebesar 0,88 atau 88%. Sedangkan untuk recall ulasan positif adalah sebesar 0,75 atau 75%. F1-score dari ulasan negatif adalah sebesar 0,86 atau 86%. Sedangkan untuk F1-score ulasan positif adalah sebesar 0,77 atau 77%.

93 BAB V ANALISA DAN PEMBAHASAN 5.1. Analisis Data Analisis dilakukan pada data ulasan para pengguna aplikasi female daily. Data tersebut didapat dari situs web Google Play. Pengujian klasifikasi dilakukan dengan menggunakan algoritma Naïve Bayes yang dibantu dengan menggunakan Google Colab Analisis Implementasi Algoritma Naïve Bayes Hal yang pertama kali yang harus dilakukan adalah membuat data training dan data testing. Data training adalah data yang digunakan untuk algoritma memahami bentuk pola data dari ulasan tersebut. Sedangkan data testing digunakan untuk menguji sejauh mana algoritma Naïve Bayes dapat bekerja dalam mengklasifikasikan data. Tabel 5.1. merupakan hasil dari analisis sentimen dengan menggunakan algoritma Naïve Bayes pada data testing : Tabel 5.1. Hasil Analisis Sentimen dengan Algoritma Naïve Bayes No. Data Testing 1 guna antarmuka bagus sangat hadiah tidak pelit gampang daftar ulas produk baik sangat 2 ya akun ketika buka guna adalah larang masuk keluar masuk tidak salah surel tapi tidak respon 3 tidak erti suka sangat paksa tutup enak enak baca ulas aplikasi nya fc hilang ulas sebel ampun sabar aplikasi bagus tapi tidak buat nyaman kalau tidak tahan hapus aplikasi selamat tinggal Label Score Prediksi V-1

94 V-2 Tabel 5.1. Hasil Analisis Sentimen dengan Algoritma Naïve Bayes (Lanjutan) No. Data Testing Label Score Prediksi 4 hapus aplikasi aplikasi salah tidak muat gambar sayang sangat sangat guna salah mohon baik ya 0 5 sangat guna alam masuk 1 6 butuh muat data tolong baik terima kasih 0 7 aplikasi baik ketat suka dagang ulas kalau dagang lapak lihat ulas tuh susah kependem orang dagang kalau larang terima kasih 1 8 suka female daily tahun konsep bagus ngadat aplikasi baik tidak buka berkali kali pilih menghapus instalan mending lihat lalu google capai 0 kadang ulas tidak salah tidak aju 9 terkadang menit muat pikir baik 0 10 guna setia fd aplikasi baharu sangat acara fd coba dan ulas salah klik gabung tolong baik itu ya fd 0 11 aplikasi bantu temu ulas produk putus beli produk periksa aplikasi 1 ulas sangat bantu terima kasih 12 aplikasi macet minggu edit fungsi 0 13 tidak verifikasi surel pemberitahuan muncul sangat buka aplikasi maaf ganggu jujur tik alamat surel alamat surel daftar alamat surel tolong bantu pecah ulas lengkap bisa tidak verifikasi saya surel tapi notifikasi selalu muncul setiap waktu buka saya aplikasi maaf tapi itu ganggu jujur sudah tipe saya surel alamat dan itu jawab surel alamat sudah di daftar dan jadi yang mana surel alamat laku kamu ingin lalu tolong tolong saya selesai ini masalah jadi bisa penuh saya profil itu sekarang terima kasih 14 semenjak baru tidak coba ulas 0 15 sinyal bagus tapi gambar nya tidak muncul baru 0 16 sangat bantu beli rawat kulit rias wajah 1 17 tidak erti unggah foto ulas tidak masukin foto langsung bulan tidak gabung aplikasi baru tolong dibenerin capai ulas malas gerak 18 sangat bantu temu rawat kulit baik 1 19 tinggal harap baik 0 20 tidak gabung apa 0 21 aplikasi cantik 1 22 terima kasih fd bantu cari produk cantik baik 1 23 suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama kirim ulas lengkap suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama 0 0 1

95 V-3 Tabel 5.1. Hasil Analisis Sentimen dengan Algoritma Naïve Bayes (Lanjutan) No. Data Testing Label Score Prediksi 24 cinta 1 25 kayak habis baru aplikasi gabung buka aplikasi suruh lengkap profil verifikasi nomor telepon genggam ketika dimasukin kirim kode tidak 0 ada muncul pending benar tidak ada masuk buka aplikasi 26 peringkat produk ulas total kategori produk halaman produk individu 1 milik aplikasi forum fd bicara milik topik duplikat 27 suka sangat bagus aplikasi efisien 1 28 hati aplikasi female sulit akses coba ulas gagal 0 29 ulas produk percaya fdn aplikasi 1 30 terjang tutup paksa 0 31 sangat bantu kerja bagus 1 32 bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus peraturan kait jual beli bekas sangat tipu buat malas ulas lengkap bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus 33 coba buka aplikasi tidak respons edit 0 34 aplikasi baik rawat kulit 1 35 sangat sangat salah tidak buka ulas 0 36 mohon bantu lupa password masuk surel tulis surel tidak temu daftar surel tulis surel daftar ya 37 tidak daftar format tanggap tidak valid 0 38 tidak masuk tolong baik gabung 0 39 maaf nge hama klik buka 0 40 tidak masuk coba surel nama guna nomor telepon macet halaman gabung Berdasarkan tabel 5.1., gambar 5.1. berikut merupakan hasil grafik dari prediksi menggunakan algoritma Naïve Bayes

96 V-4 PREDIKSI NAÏVE BAYES Positif (1) 37% Negatif (0) 63% Gambar 5.1. Persentase Analisis Sentimen dengan Algoritma Naïve Bayes Berdasarkan gambar 5.1., didapat bahwa algoritma Naïve Bayes mengklasifikasikan ulasan menjadi 2, yaitu 37% ulasan positif, dan 63% ulasan negatif Analisis Tingkat Akurasi Algoritma Naïve Bayes Ketika melakukan sebuah pengklasifikasian data, perlu dilakukan pengujian akurasi. Hal tersebut juga dilakukan ketika menggunakan algoritma Naïve Bayes. Pengujian algoritma dilakukan untuk mengetahui seberapa besar tingkat akurasi pada algoritma tersebut pada suatu penelitian. Tabel 5.2. merupakan perbandingan antara klasifikasi secara manual dengan klasifikasi dengan menggunakan algoritma Naïve Bayes.

97 V-5 No. Tabel 5.2. Perbandingan Klasifikasi Secara Manual dan Menggunakan Algoritma Naïve Bayes (Prediksi) Data Testing Label Score Sebenarnya Label Score Prediksi 1 guna antarmuka bagus sangat hadiah tidak pelit gampang daftar ulas produk baik sangat ya akun ketika buka guna adalah larang masuk keluar masuk tidak salah surel tapi tidak respon tidak erti suka sangat paksa tutup enak enak baca ulas aplikasi nya fc hilang ulas sebel ampun sabar aplikasi bagus tapi tidak buat nyaman 0 0 kalau tidak tahan hapus aplikasi selamat tinggal 4 hapus aplikasi aplikasi salah tidak muat gambar sayang sangat sangat guna salah mohon baik ya sangat guna alam masuk butuh muat data tolong baik terima kasih aplikasi baik ketat suka dagang ulas kalau dagang lapak lihat ulas tuh susah kependem orang dagang kalau larang terima kasih 8 suka female daily tahun konsep bagus ngadat aplikasi baik tidak buka berkali kali pilih menghapus instalan mending lihat lalu google capai kadang ulas tidak salah tidak aju terkadang menit muat pikir baik guna setia fd aplikasi baharu sangat acara fd coba dan ulas salah klik gabung tolong baik itu ya fd aplikasi bantu temu ulas produk putus beli produk periksa aplikasi ulas sangat bantu terima kasih aplikasi macet minggu edit fungsi tidak verifikasi surel pemberitahuan muncul sangat buka aplikasi maaf ganggu jujur tik alamat surel alamat surel daftar alamat surel tolong bantu pecah ulas lengkap bisa tidak verifikasi saya surel tapi notifikasi selalu muncul setiap waktu buka saya aplikasi maaf tapi itu ganggu jujur sudah tipe saya surel alamat dan itu jawab surel alamat sudah di daftar dan jadi yang mana surel alamat laku kamu ingin lalu tolong tolong saya selesai ini masalah jadi bisa penuh saya profil itu sekarang terima kasih semenjak baru tidak coba ulas sinyal bagus tapi gambar nya tidak muncul baru sangat bantu beli rawat kulit rias wajah tidak erti unggah foto ulas tidak masukin foto langsung bulan tidak 0 0 gabung aplikasi baru tolong dibenerin capai ulas malas gerak 18 sangat bantu temu rawat kulit baik tinggal harap baik tidak gabung apa aplikasi cantik 1 1

98 V-6 Tabel 5.2. Perbandingan Klasifikasi Secara Manual dan Menggunakan Algoritma Naïve Bayes (Prediksi) (Lanjutan) No. Data Testing Label Score Sebenarnya 22 terima kasih fd bantu cari produk cantik baik suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama kirim ulas lengkap suka hama tidak buka hapus aplikasi butuh lihat ulas tapi suka hama seluruh suka sangat produk rekomendasi lihat produk bagus tidak susah pakai aplikasi suka hama Label Score Prediksi cinta kayak habis baru aplikasi gabung buka aplikasi suruh lengkap profil verifikasi nomor telepon genggam ketika dimasukin kirim kode tidak ada muncul pending benar tidak ada masuk buka aplikasi peringkat produk ulas total kategori produk halaman produk individu milik aplikasi forum fd bicara milik topik duplikat suka sangat bagus aplikasi efisien hati aplikasi female sulit akses coba ulas gagal ulas produk percaya fdn aplikasi terjang tutup paksa sangat bantu kerja bagus bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus peraturan kait jual beli bekas sangat tipu buat malas ulas lengkap bagus cantik komunitas kuat kalau moderator fdnya sistem orang kasih ingat orang jual bekas ulas produk untai khusus coba buka aplikasi tidak respons edit aplikasi baik rawat kulit sangat sangat salah tidak buka ulas mohon bantu lupa password masuk surel tulis surel tidak temu daftar 0 0 surel tulis surel daftar ya 37 tidak daftar format tanggap tidak valid tidak masuk tolong baik gabung maaf nge hama klik buka tidak masuk coba surel nama guna nomor telepon macet halaman gabung 0 0 data. Berdasarkan tabel 5.2. dapat dilihat prediksi yang salah ada sebanyak 7 dari 40

99 V-7 TINGKAT AKURASI ALGORITMA NAÏVE BAYES Salah 17,5% Benar 82,5% Gambar 5.2. Tingkat Akurasi Algoritma Naïve Bayes Gambar 5.2. merupakan penjelasan dalam grafik mengenai tabel Berdasarkan data tersebut, maka keakuratan dari prediksi algoritma Naïve Bayes adalah sebesar 82,5%. Dari hal tersebut, maka dapat disimpulkan bahwa algoritma Naïve Bayes efektif dalam melakukan analisis sentimen mengenai aplikasi Female Daily Visualisasi Kata Visualisasi dilakukan pada data untuk mendapatkan dan mengekstrak informasi yang ada pada ulasan-ulasan pengguna pada aplikasi Female Daily. Gambar 5.3. merupakan visualisasi 10 kata-kata terbanyak yang ada pada ulasan.

100 V Kata aplikasi tidak ulas sangat produk baik suka buka masuk salah Gambar 5.3. Frekuensi Kata pada Ulasan Aplikasi Female Daily Berdasarkan gambar 5.3., hasil dari ulasan terdapat beberapa kata yang paling sering muncul. kata aplikasi menjadi kata yang paling sering muncul pada ulasan, yaitu sebanyak 165 kali, yang disusul dengan kata tidak sebanyak 147 kali, kata ulas sebanyak 116 kali, kata sangat sebanyak 105 kali, kata produk sebanyak 72 kali, dan sebagainya.

101 V-9 Gambar 5.4. WordCloud Ulasan Aplikasi Female Daily Gambar 5.4. merupakan hasil visualisasi berupa wordcloud berdasarkan data, yaitu ulasan pengguna aplikasi Female Daily. Semakin besar ukuran suatu kata pada wordcloud, maka semakin banyak pula kata yang ada pada data. Bisa dilihat pada gambar 5.4. bahwa kata-kata yang paling banyak digunakan dalam ulasan aplikasi Female Daily adalah aplikasi, tidak, ulas, sangat, produk, baik, suka, buka, masuk, salah, rawat, dan kulit Ulasan Positif Pada ulasan-ulasan positif dilakukan ekstraksi data. Hal tersebut dilakukan untuk mengetahui apa saja yang disukai pengguna dari aplikasi Female Daily. Cara untuk mengetahuinya adalah dengan melihat kata-kata yang paling sering muncul pada ulasan positif.

102 V Frekuensi Kata pada Ulasan Positif Kata aplikasi sangat produk ulas rawat kulit bantu baik bagus tidak Gambar 5.5. Frekuensi Kata pada Ulasan Positif Dapat dilihat pada gambar 5.5. bahwa kata yang paling banyak terdapat pada ulasan positif adalah kata aplikasi dengan jumlah 58 kali muncul, kemudian kata sangat sebanyak 51 kali, kemudian kata produk sebanyak 45 kali, kemudian kata ulas sebanyak 45 kali, kemudian kata rawat sebanyak 31 kali, kemudian kata kulit sebanyak 29 kali, kemudian kata bantu sebanyak 22 kali, kemudian kata baik, bagus dan tidak sebanyak 19 kali.

103 V-11 Gambar 5.7. WordCloud Ulasan Positif Gambar 5.7. adalah hasil visualisasi berupa wordcloud berdasarkan data ulasan positif. Bisa dilihat pada gambar 5.7. bahwa kata-kata yang paling banyak digunakan dalam ulasan positif mengenai aplikasi Female Daily adalah aplikasi, sangat, produk, ulas, rawat, baik, kulit, bantu, bagus, cantik, guna, dan lengkap. Dari frekuensi kata-kata tersebut, didapat bahwa para pengguna yang memberikan ulasan positif umumnya disebabkan oleh beberapa hal, yaitu : 1. Aplikasi sangat membantu para pengguna untuk melihat ulasan produk-produk kecantikan yang biasanya dibaca oleh pengguna sebelum pengguna membeli suatu produk. 2. Aplikasi berisi informasi lengkap mengenai kecantikan, baik itu perawatan kulit, perawatan rambut, dan makeup (riasan wajah)

104 V Ulasan Negatif Pada ulasan-ulasan mengenai aplikasi Female Daily, terdapat juga ulasanulasan negatif dari para pengguna. Ulasan positif tersebut akan diekstrak informasi di dalamnya, sehingga dapat mengetahui apa saja yang tidak disukai oleh para pengguna. Hal tersebut dilakukan dengan melihat frekuensi kata-kata yang paling sering muncul pada aplikasi Female Daily Frekuensi Kata pada Ulasan Negatif Kata tidak aplikasi ulas sangat buka salah baik suka tolong masuk Gambar 5.7. Frekuensi Kata pada Ulasan Negatif Berdasarkan gambar 5.7. kata yang paling sering muncul pada ulasan negatif adalah kata tidak, yaitu sebanyak 128 kali, kemudian aplikasi sebanyak 107 kali, kata ulas sebanyak 71 kali, kata sangat sebanyak 54 kali, kata buka sebanyak 42 kali, kata salah sebanyak 37 kali dan yang lainnya.

105 V-13 Gambar 5.8. WordCloud Ulasan Negatif Gambar 5.8. adalah hasil visualisasi berupa wordcloud berdasarkan data ulasan negatif. Bisa dilihat pada gambar 5.9. bahwa kata-kata yang paling banyak digunakan dalam ulasan negatif mengenai aplikasi Female Daily adalah tidak, aplikasi, ulas, sangat, buka, salah, baik, suka, tolong, masuk, produk, bisa, surel, telepon, genggam. Dari frekuensi kata-kata tersebut, didapat bahwa para pengguna yang memberikan ulasan negatif pada umumnya disebabkan oleh beberapa hal, yaitu : 1. Aplikasi terkadang mengalami kesalahan (error), seperti membeku (freeze), tidak memuat dan paksa tutup. 2. Aplikasi tidak mengirimkan kode ke nomor telepon ataupun surel pengguna sehingga pengguna tidak dapat mengkonfirmasi akun pengguna. 3. Pengguna tidak dapat masuk ke dalam akun pengguna.

106 V Keilmuan Teknik Industri yang Digunakan pada Penelitian Teknik industri merupakan ilmu mengenai perancangan, perbaikan dan instalasi tentang suatu sistem. Teknik industri menggunakan ketrampilan dan pengetahuan dalam ilmu fisika, matematika, dan sosial untuk meramalkan, menspesifikasi, dan mengevaluasi hasil yang didapat dari sistem tersebut (Sinulingga, 2015). Pada penelitian ini, dilakukan perancangan sebuah sistem menggunakan Google Colab untuk mengetahui ulasan mana yang merupakan positif ataupun negatif. Rancangan yang dibuat juga digunakan untuk mengetahui seberapa besar tingkat keakuratan dari algoritma Naïve Bayes. Rancangan ini kemudian bisa diinstalasikan pada aplikasi Female Daily untuk berkepanjangan. Evaluasi dari hasil yang telah didapat dari penelitian ini dilakukan perbaikan mengenai apa saja yang membuat para pengguna memberikan ulasan negatif dan mempertahankan alasan pengguna memberikan ulasan positif sehingga aplikasi dapat meningkatkan rating aplikasi Female Daily.

107 BAB VI KESIMPULAN DAN SARAN 6.1. Kesimpulan Berikut merupakan kesimpulan yang didapat dari penelitian ini : 1. Pengguna aplikasi Female Daily memberikan ulasan pada situs Google Play. Ulasan tersebut diklasifikasikan menjadi 2, yaitu positif dan negatif. Berdasarkan algoritma Naïve Bayes, terdapat ulasan negatif sebesar 63% sedangkan ulasan positif terdapat sebesar 37%. 2. Algoritma Naïve Bayes mengklasifikasikan data ulasan para pengguna aplikasi Female Daily menjadi 2, yaitu positif dan negatif. Berdasarkan hasil penelitian, terdapat prediksi data yang salah, yaitu sebanyak 7 data dari 40 data uji yang ada. Berdasarkan hal tersebut, maka keakuratan dari prediksi algoritma Naïve Bayes adalah sebesar 82,5%. Maka dari itu, didapat kesimpulan bahwa algoritma Naïve Bayes efektif dalam melakukan analisis sentimen mengenai aplikasi Female Daily. 3. Dari hasil penelitian, didapat alasan para pengguna memberikan ulasan positif ataupun negatif. Pengguna yang memberikan ulasan positif pada umumnya dikarenakan aplikasi Female Daily berisi informasi lengkap mengenai kecantikan, baik itu perawatan kulit, perawatan rambut, dan make up (riasan wajah). Aplikasi Female Daily juga membantu para pengguna untuk melihat

108 ulasan dari produk-produk kecantikan yang biasanya dibaca oleh pengguna sebelum pengguna membeli suatu produk. Adapun pengguna yang memberikan ulasan negatif. Hal tersebut pada umumnya dikarenakan terkadang aplikasi Female Daily mengalami kesalahan (error), seperti membeku (freeze), tidak memuat dan paksa tutup. Aplikasi juga tidak mengirimkan kode ke nomor telepon ataupun surel pengguna sehingga pengguna tidak dapat mengkonfirmasi akun pengguna. Alasan lain adalah karena pengguna tidak dapat masuk ke dalam akun pengguna Saran Saran yang dapat diberikan terhadap penelitian ini adalah sebagai berikut : 1. Bagi pihak aplikasi Female Daily dapat mengevaluasi hasil dari pengambilan informasi mengenai hal yang menyebabkan para pengguna memberikan ulasanulasan negatif. Hal tersebut berguna agar dapat meningkatkan kepuasan pengguna dalam menggunakan aplikasi Female Daily. 2. Pada penelitian selanjutnya, diharapkan adanya software lain yang lebih mudah dimengerti dan digunakan untuk memudahkan peneliti dalam melakukan klasifikasi data. 3. Dalam penelitian selanjutnya, peneliti dapat menggunakan pendekatan machine learning lain sebagai pembanding dari algoritma Naïve Bayes seperti k-nn dan Support Vector Machine (SVM).

109

110 DAFTAR PUSTAKA Asosisasi Penyelenggara Jasa Internet Indonesia (APJII), Laporan Survei Internet APJII. Ayani D, Pratiwi H, Muhardi H, Implementasi Web Scraping untuk Pengambilan Data pada Situs Marketplace. Jurnal Sistem dan Teknologi Informasi. 7: Badan Pusat Statistik Jakarta Pusat, Statistik Indonesia Tahun Jakarta Balya, Analisis Sentimen Pengguna Youtube di Indonesia pada Review Smartphone Menggunakan Naïve Bayes. [Skripsi]. Medan : Universitas Sumatera Utara, Program Studi S-1 Ilmu Komputer Dan T, Sihwi S, Anggrainingsih R, Implementasi Iterative Dichotomiser 3 Pada Data Kelulusan Mahasiswa S1 di Universitas Sebelas Maret. Jurnal ITSMART. 4: Devita R, Herwanto H, Wibawa A, Perbandingan Kinerja Metode Naïve Bayes dan k-nearest Neighbor untuk Klasifikasi Artikel Berbahasa Indonesia. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK). 5(4): Ekaputri S, Karolina C, Abdullah N, Literasi Informasi Kecantikan di Kalangan Pengguna Female Daily Network. Jurnal Dokumentasi dan Informasi. 41 (1): Fatmawati, Affandes M, Klasifikasi Keluhan Menggunakan Metode Support Vector Machine (SVM) (Studi Kasus : Akun Facebook Group iraise Helpdesk). Jurnal CoreIT. 3: Flores V, Jasa L, Linawati, Analisis Sentimen untuk Mengetahui Kelemahan dan Kelebihan Pesaing Bisnis Rumah Makan Berdasarkan Komentar Positif dan Negatif di Instagram. Majalah Ilmiah Teknologi Elektro. 19(1): Gumiwang, R. (2019). Di Balik Tren Masuknya Para Artis ke Industri Kosmetik. Diakses pada 10 Juni 2021, Kadafi A, Perbandingan Algoritma untuk Klasifikasi Nilai pada Penjurusan Siswa SMA. Jurnal ELTIKOM. 2(2): Kusuma, Machine Learning Teori, Program, dan Studi Kasus. Deepublish. Yogyakarta. Lasulika M, Komparasi Naïve Bayes, Support Vector Machine (SVM) dan k- Nearest Neighbor untuk Mengetahui Akurasi Tertinggi pada Prediksi Kelancaran Pembayaran TV Kabel. ILKOM Jurnal Ilmiah. 11(1): Markplus.inc, ZAP Beauty Index Misprajiko, Implementasi Metode Naïve Bayes untuk Analisis Sentimen Data Evaluasi Kinerja Dosen pada Sistem Kuesioner Berbasis Web. [Skripsi]. Bekasi : Sekolah Tinggi Teknologi Pelita Bangsa, Program Studi Sarjana

111 DAFTAR PUSTAKA (LANJUTAN) Mustafa P, Masgumelar N, Metodologi Penelitian Kuantitatif Kualittatif dan Penelitian Tindakan Kelas dalam Pendidikan Olahraga. Fakultas Ilmu Keolahragaan Universitas Negeri Malang. Malang. Nudiana N, Algifari A, Studi Komparasi Algoritma ID3 dan Algoritma Naïve Bayes untuk Klasifikasi Penyakit Diabetes Mellitus. Infotech Journal. 6(2): Nurhikmat T, Implementasi Deep Learning untuk Image Classification Menggunakan Algoritma Convolutional Neural Network (CNN) Pada Citra Wayang Golek. [Skripsi]. Yogyakarta : Universitas Islam Indonesia, Program Studi Sarjana. Pane S, Fauzan M, Dwitya S, Tutorial Pembuatan Prototype Pendeteksi Kebakaran (Fido) Berbasis IoT dengan Metode Naïve Bayes. Kreatif Industri Nusantara. Bandung Pusat : Badan Pusat Statistik Putri, Penerapan Naïve Bayesian untuk Perankingan Kegiatan di Fakultas TIK Universitas Semarang. Jurnal SIMETRIS. 8: Ratniasih N, Sudarma M, Gunantara N, Penerapan Text Mining dalam Spam Filtering untuk Aplikasi Chat. Teknologi Elektro. 16: Ridwan M, Suyono H, Sarosa M, Penerapan Data Mining untuk Evaluasi Kinerja Akademik Mahasiswa Menggunakan Algoritma Naïve Bayes Classifier. Jurnal EECCIS. 7(1): Rozi I, Hamdana E, Alfahmi M, Pengembangan Aplikasi Analisis Sentimen Twitter Menggunakan Metode Naïve Bayes Classifier (Studi Kasus SAMSAT Kota Malang. Jurnal Informatika Polinema. 4(2): Setiawan F, Analisis Sentimen terhadap Aplikasi JD.ID Menggunakan Metode Learning Vector Quantization. [Skripsi]. Pekanbaru : Universitas Islam Negeri Sultan Syarif Kasim Riau, Program Studi Sarjana. Simanjuntak, R, Analisis Sentimen pada Layanan Gojek Indonesia Menggunakan Multinomial Naïve Bayes. [Skripsi]. Medan : Universitas Sumatera Utara, Program Studi S-1 Ilmu Komputer. Sinulingga S, Metode Penelitian. USU Press. Jakarta Sinulingga S, Pengantar Teknik Industri Edisi 2. USU Press. Medan Siregar dan Puspabhuana, Data Mining : Pengolahan Data Menjadi Informasi dengan Rapidminer. CV Kekata Group. Surakarta. Sulistiowati, Usability Testing Aplikasi Play Store Menggunakan SmartPLS. Jurnal Ilmu-ilmu Informatika dan Manajemen STMIK Suprayogi M, Klasifikasi Pengaduan Laras Online Berbasis Text Mining Menggunakan Algoritma K-Nearest Neighbor dan Naïve Bayes. Jurnal Ilmiah Informatika Komputer. 26(1):

112 DAFTAR PUSTAKA (LANJUTAN) Waliansyah R, Fitriyah C, Perbandingan Akurasi Klasifikasi Citra Kayu Jati Menggunakan Metode Naïve Bayes dan k-nearest Neighbor (k-nn). Jurnal Edukasi dan Penelitian Informatika. 5(2): Wolf, H. (2021). Smartphone penetration rate as share of the population in Indonesia from 2015 to 2019 with forecasts for 2020 to Diakses pada 22 Juli 2021,

113 LAMPIRAN

114 Data Set No Nama Rating Tanggal Review 1 Maulidia Novianti 3 01 April 2021 Mengapa Anda terus mengeluarkan saya setelah setiap pembaruan?? Ini benar-benar membuat frustrasi. 2 Nadhirah Seraphine 5 01 April 2021 Platform informasi terkait wanita terbaik yang pernah saya gunakan, saya kehilangan akun pertama saya karena saya menghapus saya, tetapi masih menikmati aplikasi menggunakan akun baru saya, pengembang pekerjaan yang hebat! 3 Relya Galuh 4 01 April 2021 Please be better... tolong ya, kenapa tiap buka aplikasi ini handphone suka "freeze" sendiri. Otomatis stop sendiri. Dan suka out sendiri dari aplikasi. Padahal memori HP sudah termasuk besar dong. Tolong di perbaiki lagi kedepannya. Biar aksesnya semakin lancar 4 Saluran DSW 2 01 April 2021 Gak bisa² loading terus 5 DWINDA update mulu sis. tp sekarang semakin 4 28 Maret 2021 FARADITA bagus dan mudah penggunaannya 6 Mutia Rosa Maharani 5 26 Maret 2021 seperti buku. semua skincare body care bisa kupelajari dari sini 7 Ersilia Cesaria 5 22 Maret 2021 Terima kasih perempuan setiap hari... 8 Lailinr fdh 5 20 Maret 2021 Bisa belajar banyak tentang dunia perempuan dan membahas banyak topik mulai dari skincare, hair care, kosmetik lengkap. Bener-bener ngasi pengalaman yang berharga makasih female daily 9 Veraws Maret 2021 Gak ngerti udh berkali2 Update aplikasinya tapi tetep aja gambar yang aku upload sering gak muncul-_-' tolong dong FD diperbaiki. 10 Dewi Diah 5 13 Maret 2021 Sangat membantu... Kerja Bagus

115 Data Set No Nama Rating Tanggal Review 11 Khilsi Malik 5 12 Maret 2021 Jujur, kenal FD sejak masuk kuliah. Dulu tiap sebelum beli produk pasti ke sini dulu. Dan seneng aja sering review beberapa produk. Nah beberapa tahun berlalu, setaun kebelakng jarang bgttt ngereview dan buka app ini. Terbantu bgt dari awalnya di web sampe jadi app. Goodjob Female Daily, yutub kalia... Review Lengkap Jujur, kenal FD sejak masuk kuliah. Dulu tiap sebelum beli produk pasti ke sini dulu. Dan seneng aja sering review beberapa produk. Nah beberapa tahun berlalu, setaun kebelakng jarang bgttt ngereview dan buka app ini. Terbantu bgt dari awalnya di web sampe jadi app. Goodjob Female Daily, yutub kalian aku suscribe ofc wkawka 12 Lolita Siregar 1 8 Maret 2021 Terus tanyakan nomor verifikasi tetapi pesan tidak pernah datang. 13 Debby Christiani Suka karena sangat membantu dalam 5 7 Maret 2021 Darmaji mencari review 14 Annisa Daffa 3 2 Maret 2021 Cape bacanya. Kecil semua huruf reviewnya. Gak kaya di webnya ada huruf reviewnya di luar. Kayanya kalo di app itu minimal fontnya itu harus 11 dah ini kok kecil bingits ya 15 Ayu Wandira 1 21 Februari 2021 Eror mulu di bagian Verifikasi.. Kenapa ya tiba2 akun saya pas dibuka 16 yasya nazia 1 keluar "user is banned" sudah log out & log 18 Februari 2021 in lg tetep sama. Padahal ga ada kesalahan Sudah tp tidak di respon sm skali 17 Pugar Cristina 5 Thank you FD, karena telah membantu kami 17 Februari 2021 dalam mencari produk kecantikan terbaik 18 Ikaa Fiey 3 tidak bisa mendaftar. tidak ada tac tidak ada 14 Februari 2021 entri

116 Data Set No Nama Rating Tanggal Review 19 Nastiti Swargarani 3 14 Februari 2021 Bagus, bisa jadi beauty community yg besar dan kuat kaloooo... ada moderator FD-nya yg (entah sistem ato orang) yg bisa kasih peringatan buat org2 yg jual preloved di review produk, bukan pada thread khusus. Buat rules terkait jual beli preloved bisa kali.. Sering terjadi penipuan. Bikin males...review Lengkap Bagus, bisa jadi beauty community yg besar dan kuat kalo... ada moderator FD-nya yg (entah sistem ato orang) yg bisa kasih peringatan buat org2 yg jual preloved di review produk, bukan pada thread khusus. 20 Febby Afdaning 3 11 Februari 2021 Appsnya suka eror, mau nulia review jd suka kendala :( 21 Bintang Mahayana 2 9 Februari 2021 Dear FD, Saya selalu suka menggunakan Aplikasi ini dan komunitasnya. Tapi karena saya update ke versi terbaru sering freeze bahkan force closed. Harap perbaiki masalah ini untuk pengalaman pengguna yang lebih baik. Terima kasih!

117 Data Set No Nama Rating Tanggal Review 22 Ratih Sarosa 5 9 Februari 2021 Aplikasi terbaik untuk melihat review banyak orang tentang produk yg diinginkan sebelum membeli. Sangat membantu, ditambah lagi ada filter kategori type kulit jadi bisa mencari informasi yg diinginkan. Disana jg menyediakan Female Daily talk dimana kita bisa saling berinteraksi dan bertukar informas... Review Lengkap Aplikasi terbaik untuk melihat review banyak orang tentang produk yg diinginkan sebelum membeli. Sangat membantu, ditambah lagi ada filter kategori type kulit jadi bisa mencari informasi yg diinginkan. Disana jg menyediakan Female Daily talk dimana kita bisa saling berinteraksi dan bertukar informasi antar member. Memberi rekomendasi produk untuk saling dicoba, dan juga ada Female Daily Try and Review, dimana pihak FD akan memberikan suatu produk (jika kita beruntung) dan menulis review jujurnya 23 Friska Oktavia 2 5 Februari 2021 Maaf kenapa saya gak bisa log in terus ya?? Apakah aplikasinya sedang eror apa bagaimana?? 24 Vega Novrika 2 5 Februari 2021 harus turun bintang karena berkali-kali submit untuk ikut FD Try and Review selalu gagal dan muncul tulisan "Failed to submit the data. Please try again". padahal udh isi semua datanya dan udah nyoba di pc/ aplikasi hp tetep sama aja. please fd team, you need to fix it.

118 Data Set No Nama Rating Tanggal Review 25 Silvi Lukyta 4 4 Februari 2021 Tercantum 'tolong hubungkan internet'. Saya tidak mengerti, tapi internet saya aktif. Saya telah menghapus cache dan data, lalu saya bahkan tidak dapat membuka apa pun. Saya sudah mencoba masuk dengan situs web, Beranda berfungsi tetapi setiap kali saya mencoba masuk, itu hanya memuat tanpa akhir. Apakah itu normal untuk anggota baru? Np: berhasil jadi mu...review Lengkap Tercantum 'tolong hubungkan internet'. Saya tidak mengerti, tapi internet saya aktif. Saya telah menghapus cache dan data, lalu saya bahkan tidak dapat membuka apa pun. Saya sudah mencoba masuk dengan situs web, Beranda berfungsi tetapi setiap kali saya mencoba masuk, itu hanya memuat tanpa akhir. Apakah itu normal untuk anggota baru? Np: sekarang bekerja jauh lebih baik, dan saya suka karena antarmukanya sangat mudah digunakan. Saya beri bintang 4 karena sulit untuk menemukan setiap produk, apalagi mereknya memiliki produk dan varian yang sangat banyak. Terima kasih. 26 fishdo chengyao 1 3 Februari 2021 login di akun saya tetapi mengatakan bahwa saya harus memverifikasi terlebih dahulu. Saya sudah melakukannya tetapi kode tidak pernah dikirim ke akun saya, tolong perbaiki ini! 27 Sekar Mawarni 2 2 Februari 2021 Aplikasi ini terus keluar dengan sendirinya dan sering meminta verifikasi jika saya tidak membukanya untuk beberapa saat. Buruk, masalah itu adalah masalah besar

119 Data Set No Nama Rating Tanggal Review 28 WINDANA 5 31 Januari 2021 aplikasi ini membantu buat cari review sebelum beli produk skincare aku, semoga gak bikin lemot ya soalnya ini juga agk berat, tapi gapapa. aku juga perlu review produk skincare lainnya nih, soalnya emang belum lengkap :) aku nyari produk corthe ternyata belum ada 29 Risiko Viona 2 29 Januari 2021 Gabisa sign up, nomer hp salah terus, pakek 08x gabisa, pakek 628x gabisa, pakek +628x juga gabisa. Padahal nomernya bener, tp gak bisa lanjut 30 Dinda Putri 2 29 Januari 2021 Kenapa gabisa verify no handphone yaa? Jadi saya gabisa log in 31 kalya yus 3 28 Januari 2021 Ga ngerti lagi. Akhir2 ini suka bgt force close. Lagi enak enak baca review tiba2 app nya ke fc sendiri dan ilang dah tu review-an. sebelnya minta ampun, ini masih sabar aja. padahal aplikasinya bagus, tp ga bikin nyaman. Kalo udah ga tahan, bakal delete ni aplikasi. Bye 32 Nafirah Ratu 2 26 Januari 2021 aplikasinya berguna sekali tapi app nya lemot bgt 33 Putri Delya 3 26 Januari 2021 suka bgt tapi sangat mengganggu kadang macet di loading page terlalu lama dan saya tidak sabar untuk itu 34 oxalispro.dll 5 24 Januari 2021 Kayaknya aplikasi FD lagi ada gangguan beberapa minggu ini, soalnya tiap kali masuk ke apps gak muncul apa". Padahal kalau mau cari referensi produk yang mau dicoba selalu main kesini. Ditambah lagi kalau jaringan gal kenceng, nge-load nya lama. 35 Amalia Prasetyo 5 24 Januari 2021 Membantu Anda mengatasi masalah kulit dan merekomendasikan banyak produk perawatan kulit dan riasan yang cocok untuk kulit Anda 36 Yuriska Diantari 5 20 Januari 2021 dapet info n review jujur dari seluruh wanita indonesia. 37 Palalopea 1 19 Januari 2021 Kesalahan lemot

120 Data Set No Nama Rating Tanggal Review 38 Rasya Dewina Zulfa 5 19 Januari 2021 Aplikasi bagus Direkomendasikan untuk Anda semua saat kesulitan membeli atau mencoba perawatan kulit, riasan, dll! 39 Ning Astuti 5 19 Januari 2021 Bagus banget! Bisa sharing ^^ ada banyak event juga 40 Jiji 5 17 Januari 2021 Bener- bener ngebantu buat lebih tau tentang kulit kita, makasih banyak 41 Risma Agustin 3 16 Januari 2021 Kinda love hate sama FD aplikasinya kadang lemot untuk akses topics talking padahal wifi atau jaringannya lagi ga bermasalah terus aku ngereview product tapi review-annya ilang. Pas aku review ulang ga muncul apa yg udah aku review. Gabisa ngehapus review-an kita juga 42 Deborah Stefanie 5 16 Januari 2021 Thank you female daily sudah menambah knowledge dan awareness dalam dunia beauty. Apps ini juga berguna untuk melihat review produk dan bersosialisasi dengan beauty enthusiast lainnya 43 Wahyu Nofa eryawati 5 15 Januari 2021 Sangat membantu saya dalam memilih produk kosmetik dan perawatan wajah. 44 Dwi Aryanti 5 14 Januari 2021 Tempatnya sharing beauty post 45 elok sulistyowati 1 13 Januari 2021 Versi baru ini payah! Tidak dapat masuk. Login menggunakan nomor ponsel Anda, diminta. Login menggunakan , nomor ponsel diminta. Jadi jangan lanjutkan. 46 Paramita Astari 3 11 Januari 2021 Sy pengguna setia FD apps. Tapi sejak pembaharuan beberapa kali, malah sy tdk bisa ikut event FD try and review. Selalu eror setiap klik join. Please fix it ya FD. 47 zahra hf 4 9 Januari 2021 Aplikasi yang ngebantu banget buat nyari rekomendasi make up and skincare product. Tapi kadang suka eror ko ya, kalau boleh saran masukin fitur archive dong buat simpen foto2 lama kita yg dulu masih jerawatan

121 Data Set No Nama Rating Tanggal Review Bagikan pengalaman Anda, bagikan produk 48 Tomi Setiawan 5 menyenangkan 29 Desember favorit Anda, dan bagikan rutinitas 2020 Perawatan Kulit Harian Anda dengan lebih 49 ika puspaningsih 2 Aplikasi sangat membantu untuk mencari reference skin care atau make up. Hanya 26 Desember saja semakin ke sini malah jadi ajang jualan 2020 barang2 preloved. Harus mencari2 review beneran di antara tumpukan iklan 50 crishtin kho 3 Aplikasi ini sangat berguna untuk membantu kita tentang produk kecantikan atau perawatan kulit. Namun kelemahannya adalah beberapa kali saya harus login lagi 23 Desember dan lagi.. Saya tidak pernah log out tapi 2020 tidak tahu kenapa tiba-tiba saya bisa logout sendiri. Saya berharap harian perempuan bisa memperbaiki masalah.. Ini masalah yang cukup besar. Terima kasih 51 Aprilia Rahmawati 5 23 Desember Aplikasi yang bagus buat cari review 2020 tentang kecantikan UI udh bagus tp glitch nya kebangetan bgt 52 banyaknya astagaa. Tlg dibenahi pls. Klo Orang normal Bukan 22 Desember 3 abis ngepost sesuatu itu biasanya gak lsg alien 2020 muncul. Trs klo mau ngeklik suatu komentar jg sama. 53 fanya arisa 4 54 Tammy Astari Syahputri 55 Nisa luvira Desember Desember Desember 2020 Terkadang aplikasi tidak berfungsi dengan baik. Saya menulis banyak ulasan produk dan memastikannya diposting tetapi ketika saya memeriksa di web itu bukan posting. Saya suka aplikasi ini karena saya bisa bergabung dengan komunitas kecantikan dan belajar banyak hal di sini. Semoga mereka dapat meningkatkan aplikasi agar berfungsi lebih baik. setelah di update ko gabisa ikut fd try and review ya solusinya gimana:( App yg bagus bgt buat pecinta skincare sgt membantu klo mau beli skincare jd bs liat2 dlu reviewnya

122 Data Set No Nama Rating Tanggal Review 56 Tasya Talitha NA 4 57 Anciil 3 58 Elsa chailendra 1 59 Ema Ervita 4 60 P. Widyastuti 4 61 Merah Biru Ega Meru 3 62 Ikrima Inayatullah 5 63 tiara Rinaldi 5 64 Amni Hamid 5 65 Hajar Intan Pertiwi 5 13 Desember Desember Desember Desember Desember November November November November November 2020 Ketika saya mencoba membuka aplikasi ini mengapa selalu tidak merespons?.. Edit: Sekarang, lebih baik dari sebelumnya Gak ngerti lagi aku. Mau up foto mau review aja gak bisa. Masukin foto aja langsung keluar lagi. Ini udah hampir 3 bulanan gak login app. Udah update tetep sama aja. Tolong dong dibenerin, capek mau review jadi mager pelayanan sangat buruk. Bagian FD talknya kurang enak buat reply nya... Ngasih info banget soal make up/skincare... Tapi kenapa ya satu product bisa muncul beberapa gitu.. kalau menurutku buat satu jenis product mending 1 gambar, jadinya reviewnya terakumulasi dengan baik Bisakah kita melihat peringkat produk dan ulasan total dalam kategori produk, bukan di halaman produk individu? Apakah Anda akan memiliki aplikasi forum fd lain? Karena pembicaraannya memiliki begitu banyak topik duplikat :( gabisa log in segera diperbaharui ya, appnya sangat membantu. kalau sudah dibenahi nanti saya ganti reviewnya Ada baiknya, banyak informasi seputar make up dan skincare yang bisa kita et dari sana. Sangat berguna Sukaa banget FD! Informatif banget, bikin semangat berbagi juga ^^ Suka banget, sangat membantu

123 Data Set No Nama Rating Tanggal Review 66 Annaliza Sofy 3 67 Cresentiana Wulandari 68 Karunia Hasrini 4 69 Aisyah Khairunnisa 3 70 apel cansur 4 71 Ipung Prakoso 5 72 Farah Salsa 5 73 Izzati Putri November November November November November November November November 2020 Kayaknya tiap abis update app harus login lagi (?) Trus tiap buka app selalu disuruh melengkapi profil bagian verifikasi no hp, tapi pas dimasukin buat ngirim kode gaada yg muncul sama sekali (bukan pending karena beneran gaada yg masuk), gitu terus tiap buka appnya -_- Sebuah aplikasi yang membantu Anda menemukan review suatu produk. Ketika saya memutuskan untuk membeli produk baru, saya selalu memeriksanya di aplikasi ini. Saya juga dapat menambahkan ulasan saya. Sangat membantu saya. Terima kasih! Sudah beberapa hati app female susahh sekali di akses. Untuk try m review selalu gagal... Tidak bisa login dengan cara apapun Appnya udah improve jauh lebih baik drpd yg sebelumnya. Kurang satu aja, hrs lebih strict aja sama yg suka dagang di review, pdhl kalo mau dagang kan ada lapaknya sendiri. mau liat ulasan tuh susah karena kependem sama orang dagang, kalo bisa mereka di banned aja sekalian. Trims Sukaaaaaaaaa Aplikasi bagus! <3 <3 Berguna banget aplikasinya, untuk yg baru mau pake skin care lengkap dan niat di rutinkan, aplikasi ini The Best banget.iya, masih banyak keterangan produk yg kurang lengkap, terutama ingredients, butuh banget kelengkapan ingredientsnya buat compare ke antar produk

124 Data Set No Nama Rating Tanggal Review suka buka lewat web tapi makin sini webnya makin lamaaa bgtt. kirain aku laptop aku yg bermasalah aku coba di hp sama ajaa. trs akhirnya inst appnya dan suka nge bug gituu gamau loding gbs dipijit jd harus close app dulu trs buka lagii. tim it coba benerin ya. pdhl isi dr appnya udh 74 Alfi syahri Barara 3 lamaaa bgtt. kirain aku laptop aku yg bermasalah aku coba di hp sama ajaa. trs akhirnya inst appnya dan suka nge bug gituu gamau loding gbs dipijit jd harus close app dulu trs buka lagii. tim it coba benerin ya. pdhl isi dr appnya udh baguss bgt bantu banget 02 November baguss bgt...review Lengkap suka buka 2020 lewat web tapi makin sini webnya makin APLIKASI BURUK. CS tidak terpelajar. 75 Miyuki 1 30 Oktober 2020 MEREKA TIDAK PUNYA GAGASAN TENTANG MASALAH. TIDAK ADA SOLUSI. 76 Pacar Krisma 5 28 Oktober 2020 aplikasi terbaik tentang perawatan kulit yang pernah ada! Saya tidak bisa masuk sama sekali. Sudah 77 Eqi Paramitha 4 mencoba , nama pengguna, atau 26 Oktober 2020 nomor telepon saya tetapi macet di halaman login. Saya sangat menyukai aplikasi ini. Sangat2 berguna. Tetapi aplikasinya berkinerja 78 Nurtsani Liliana 4 26 Oktober 2020 buruk. Akhir-akhir ini, saya tidak bisa mengundang teman selama sekitar 2 minggu. Semoga Anda bisa memperbaikinya secepatnya 79 Ayu siti Juhaeriyah 3 25 Oktober 2020 Semenjak update ga bisa ikut try & review Baru upgrade karna gabisa dibuka app nya 80 Resti Rahayu 3 24 Oktober 2020 tapi tiap mau ikutan try and review gabisa terus karna error

125 Data Set No Nama Rating Tanggal Review 81 marantina napitu 5 23 Oktober 2020 My fav beauty app everrr! Seneng baca dan tulis review di sini. Everyone is so positive vibes. Tapi kadang app agak lemot. Bahkan beberapa kali gagal login. Please fix that cause I love using this app 82 Nisa Maya 5 21 Oktober 2020 Bantuan penuh 83 Stephanie Dae 1 20 Oktober 2020 Terus tertinggal. Harap perbaiki masalah ini 84 Balsem 4 19 Oktober 2020 Tolong tambahkan fitur untuk hapus komentar (talks) di grup diskusi 85 Muthia Maulida 5 19 Oktober 2020 Suka banget sekarang udah bagus aplikasi, udah efisien plisss bgt kenapa gk bisa submit data?? jd 86 shinta dewi ansi gk bisa ikutan FDtry& review. ngeselin Oktober 2020 setiawan udah di update udah sering buka.. malah gk bisa save data. tolong diperbaikii.. 87 Rily Vichata 5 18 Oktober 2020 Terimakasih banyak atas respon dalam penanganan akun saya. Semoga developernya terus diperbaiki kinerjanya di masa yg akan datang agar semakin cepat 88 Putri Lilian ramadhani 5 18 Oktober Vidya Sushanti 2 18 Oktober Pooptiedoo 1 17 Oktober Intan AD 5 16 Oktober 2020 merespon customer. Terimakasih atas responnya. Akun saya sudah kembali normal. Semoga developernya lebih baik lagi dan lebih cepat merespon feedback dari para member. Aplikasinya kacau. Sudah verify address dan no hp dan berhasil. tiap kali login, selalu disuruh verify lg. Pas mau verify, tetap ngga bisa krna katanya udah terverifikasi. Tampaknya ditargetkan untuk orang Asia Tenggara, terlalu banyak konten non- Inggris Platform yg friendly bgt utk melihat review2 produk, terutama kosmetik & skincare

126 Data Set No Nama Rating Tanggal Review 92 Indhira Kharisma 5 15 Oktober 2020 Aplikasi ini bagus membantu ketika mau beli-beli makeup/ skincare karena bisa liat reviewnya terlebih dulu. Tapi kadang aplikasi ini suka tiba-tiba log out sendiri, jadi kita harus bolak-balik log in dulu yang bikin menganggu. Semoga kedepannya aplikasi ini bisa lebih cepat diperbarui lagi jadi pengg...review Lengkap Aplikasi ini bagus membantu ketika mau beli-beli makeup/ skincare karena bisa liat reviewnya terlebih dulu. Tapi kadang aplikasi ini suka tiba-tiba log out sendiri, jadi kita harus bolak-balik log in dulu yang bikin menganggu. Semoga kedepannya aplikasi ini bisa lebih cepat diperbarui lagi jadi penggunanya lebih nyaman untuk memakainya. 93 Foto Maria 5 13 Oktober 2020 Salah satu platform kecantikan terbesar dan terbaik di Indonesia. Di aplikasi ini kamu bisa membaca review produk-produk kecantikan mulai dari perawatan wajah, badan, rambut, kosmetik, dan lain-lain yang ditulis tidak hanya perempuan tapi juga laki-laki di seluruh Indonesia. Kamu juga bisa menulis r...review Lengkap Salah satu platform kecantikan terbesar dan terbaik di Indonesia. Di aplikasi ini kamu bisa membaca review produk-produk kecantikan mulai dari perawatan wajah, badan, rambut, kosmetik, dan lain-lain yang ditulis tidak hanya perempuan tapi juga laki-laki di seluruh Indonesia. Kamu juga bisa menulis review produk yang pernah /sedang digunakan. Disini juga bisa saling sharing tentang dunia kecantikan dan perawatan. 94 Fitri Prabaswara 5 13 Oktober 2020 Cinta

127 Data Set No Nama Rating Tanggal Review 95 fawzia khaira 4 12 Oktober 2020 suka sama aplikasinya yang simple.kekurangan nya kalau mau comment di artikel ga bisa langsung dr aolikasi harus buka ke web dl..dan terkadang suka lama loading nya. dan kalau mau edit atau tagging produk juga agak lama loadingnya. selain dari itu baik bagus dan informatif. sukses terus FD 96 Tianisa Putri 5 11 Oktober 2020 User interface bagus bgt, giveawaynya juga ga pelit, gampang daftarnya juga, review semua produk ada, top bgt 97 Vania Dominika 4 9 Oktober 2020 Aplikasi sedang down :( Good vibes community. I love being one of them. Tapi kadang aplikasinya suka eror 98 misal habis upload fotonya gak langsung yulianisa 3 8 Oktober 2020 muncul walaupun udah di refresh. Kadang sulistyoningrum review yg muncul di tag foto kita bukan review kita. Terus pernah followersnya berubah jadi 0 selama beberapa hari 99 yenny susilowaty 5 7 Oktober 2020 Semoga aplikasinya makin stabil ya.. sejauh ini bener2 informatif apalagi ada feeds mirip kaya instagram 100 Salsabila 2 7 Oktober 2020 Tolong perbaiki bug saat submit data try and review dong. Tiap habis submit halaman selalu eror 101 Fayre Samantha 1 6 Oktober 2020 Tidak bisa login, saya disuruh memasukkan nomor telepon, lalu setelah saya memasukkannya saya disuruh memasukkan yang terdaftar, saya lakukan tetapi kemudian saya disuruh memasukkan nomor telepon yang benar lagi, apa?? Memperbaikinya. 102 Cintya 4 6 Oktober 2020 Masih sangat sering crash. Gabisa lamalama dipakai baru scroll sebentar, baru mau liat profile orang langsung crash. Gatau ini dihape aku aja atau gimana, udah update juga padahal. Semoga bisa cepat diperbaiki.

128 Data Set No Nama Rating Tanggal Review 103 ulfa rahman 3 4 Oktober 2020 Tempat baca review skincare n make up yg terpercaya. Suka bgt jd member disini, ga ada yg namanya bodyshaming. Tp sayang aplikasinya masih banyak bug :( tolong diperbaiki dong female daily, biar experience menggunakan aplikasinya jd nyaman dan menyenangkan. Dapatkan OOM / ANR terus-menerus, terutama saat kamu membuka Discover, sepertinya setiap 2 postingan yang kamu 104 Monchkin Vitez 1 sangat susah, kadang hasilnya muncul kadang tidak, malah hasilnya item lain, padahal halamannya ada. 21 September buka hampir selalu mendapatkan crash atau 2020 ANR. Pencarian product untuk tag nya juga 105 Andina Aulia Rachma Pejabat Intuun fanny ainunnisa Abigail Hasper 5 11 September September September September xuxi hush 5 27 Agustus 2020 Mohon bantuannya saya lupa password, saat memasukkan tertulis bahwa tidak dapat ditemukan. Tetapi saat saya ingin mendaftar dengan tersebut tertulis bahwa sudah terdaftar Gimana ya jadinya? mau kerja di female daily, aku suka sekali make up dan skincare Harap perbaiki masalah nol pengikut, sudah berbulan-bulan. Terima kasih Aplikasi ini semuanya dalam satu, getaran yang baik itu nyata. Kita bisa berbagi segala hal tentang kecantikan, perawatan kulit, tata rias, atau kosmetik. Wanita sehari-hari dengan aplikasi saya yang terakhir digunakan, sangat menyenangkan untuk bertanya dan berbagi perjalanan kita di sini, cinta. Aplikasi yang sangat bagus untuk mencari skincare yang cocok dengan kondisi muka dan banyak review produk juga disini, fitur aplikasinya juga sangat mudah dimainkan 110 Arief Satriana Ulfa 1 22 Agustus 2020 Bug lagi error lagi

129 Data Set No Nama Rating Tanggal Review 111 Aurenia Mumu 3 22 Agustus 2020 Aplikasi ini bikin aku ngga harus bolak balik ke website buat nyari review tentang barnga yang pengen kubeli. Sayangnya, pas mau nulis review produknya gabisa di submit. 112 Sherly FK 5 18 Agustus 2020 aplikasinya force close terus, padahal hp ku masih ada free space nya. tolong perbaiki ya soalnya ini ngebantu bgt masalah skincare :) 113 Aliffa Anindita 2 13 Agustus 2020 Makin anehhh. Ganti hp jadi akun nya login di hp lain gatau nya malah followersnya ilang semua. Aneh aneh aneh aplikasi favorit banget! awalnya download iseng2 aja cuma buat isi review tapi ternyata nyaman dan akhirnya mulai berinteraksi sama member lainnya. aplikasi nya positif banget, dan baik2 disini. saking nyaman nya lebih suka pake ini dibanding ig ataupun twitter. semoga sukses terus Female Daily ALICIA SKIN dan...review Lengkapaplikasi favorit 5 12 Agustus 2020 GODWIN banget! awalnya download iseng2 aja cuma buat isi review tapi ternyata nyaman dan akhirnya mulai berinteraksi sama member lainnya. aplikasi nya positif banget, dan baik2 disini. saking nyaman nya lebih suka pake ini dibanding ig ataupun twitter. semoga sukses terus Female Daily dan Tim2 Female Daily 115 sheila ariefa 2 5 Agustus 2020 Entah kenapa aplikasinya sering banget crash! Udah nulis review panjang x lebar tiba-tiba ke close sendiri. Dan ini terjadu berulang-ulang. Kesel. Yang tdnya mau nulis review banyak, malah jd males. Tolong diperbaiki lagi aplikasinya, supaya member nyaman untuk kasih review di femaledaily. 116 Arinda Natalia 2 4 Agustus 2020 membutuhkan terlalu banyak waktu untuk memuat data. tolong perbaiki ini. Terima kasih

130 Data Set No Nama Rating Tanggal Review 117 Arinda Christi 5 4 Agustus 2020 Happy banget karena sekarang FD Talk udah bisa diakses di app nya. Thank you FD! 118 Jikoo 1 30 Juli 2020 Saya suka aplikasi ini tetapi tidak bisa membukanya, jadi saya akan memberikan 1 bintang sekarang, akan menilai jika mereka memperbaiki masalah 119 Nadya Gatllen 3 29 Juli 2020 Udah oke banget update sebelum yang ini, tapi setelag update jadi tidak bisa langsung ke akun yang sudah like atau komen kita, jadi mesti search user dulu. Jadi ga efisien. 120 Yunida Rizqi Lestari 3 29 Juli 2020 Aplikasi ini sangat membantu dalam perihal mencari review untuk produk make up hingga skincare dan lainnya. Namun sering sekali forced close atau crash saat dibuka. 121 Defi Rahmayani 4 24 Juli 2020 Sejauh ini saya tidak mendapat masalah tentang aplikasi ini, lebih mudah untuk melihat review produk dan sangat baik untuk mengetahui pengguna lain. Tetapi satusatunya masalah yang saya dapatkan adalah saya tidak dapat memverifikasi nomor telepon saya dan saya terus diberitahu untuk memverifikasinya, sementara ketika saya mencoba melakukannya, dikatakan sedang dalam perbaikan. Saya tidak mengerti...review Lengkap Sejauh ini saya tidak mendapat masalah tentang aplikasi ini, lebih mudah untuk melihat review produk dan sangat baik untuk mengetahui pengguna lain. Tetapi satu-satunya masalah yang saya dapatkan adalah saya tidak dapat memverifikasi nomor telepon saya dan saya terus diberitahu untuk memverifikasinya, sementara ketika saya mencoba melakukannya, dikatakan sedang dalam perbaikan. Saya tidak mengerti, mungkin Anda bisa memberi saya solusi untuk itu? Terima kasih sebelumnya

131 Data Set No Nama Rating Tanggal Review 122 Yanuar Setyoningsih 2 22 Juli 2020 I really love this application. After view update, tidak menyelesaikan error yg ada. Saat saya membuka review produk terdapat error yg selalu kembali ke hasil pencarian yg kosong. Please fix it dev B Juli 2020 forum yang bagus, ui yang malang 124 Nona Ana 2 18 Juli 2020 Tidak bisa memuat 125 Raissa Sabrina 5 17 Juli 2020 Satu aplikasi untuk semua masalah kecantikan! 126 Ratih Fitrinaka 5 16 Juli 2020 Banyak review product terpercaya di FDN App 127 Dende Zati 5 16 Juli 2020 Aplikasi ini berguna BANGET kalau aku mau cari review-review produk beauty dan skincare. Andalan sebelum beli-beli produk UI UXnya juga bagus. Simpel dan gampang banget dipakenya, plus terintegrasi dengan beberapa servicenya Female Daily juga. 128 Kecantikan Natura 5 15 Juli 2020 Okeee 129 Ra Rin 4 15 Juli 2020 Sangat berguna tetapi selalu ada masalah dengan pengalaman log in saya 130 Melyta Hasty 5 13 Juli 2020 Aplikasi ini sangat berguna dan berharap mereka akan memperbarui tema imut 131 Ryan Pace 5 13 Juli 2020 Tampilannya sangat memudahkan 132 Ifadah Nurul 3 8 Juli 2020 Apaan ni ko gabisa login ato mendaftar -_- 133 Adinda Wardhani 2 7 Juli 2020 Terus menerjang, tutup paksa sendiri 134 putri ahmadina 3 4 Juli 2020 selalu log out sendiri dan gabisa di login lagi gatau apa yang salah. nice apps anyway 135 Dyah Pratiwi A 1 2 Juli 2020 gila baru kali ini make app gaada satu jam pengalamannya udh buruk banget. mau login gak bisa2 selalu muncul invalid response format. udah gila kirim forget pw, udh diganti. ttp juga masih gabisa masuk. ga ngerti lg dah. the worst app 136 Jihan Khansa 2 2 Juli 2020 Mengapa tidak bisa mendaftar? Format tanggapan tidak valid

132 Data Set No Nama Rating Tanggal Review 137 Mitaria 5 1 Juli 2020 Aplikasi ini sangat membantu semua pecinta kecantikan untuk berbagi tentang kisah produk kecantikan... saya suka itu Kapan pun saya membutuhkan produk kecantikan untuk saya gunakan... pertama, saya dapat mencari ulasan tentang produk dari aplikasi ini dan lihat review semuanya untuk memberi tahu kami tentang produk apa yang bisa saya gunakan 138 Wijiyanti Just Saya tidak bisa masuk. Tolong, perbaiki 1 1 Juli 2020 Oktawia masalah login. 139 Maharani Rizki Harap perbaiki masalah login Juni 2020 Larasati 140 Svaradiva A. Devi 3 28 Juni 2020 Semenjak update (ketika buka apps jadi ada 4 gambar) beberapa kali tiba-tiba ter-log out dan tidak bisa log in kembali. Padahal sebelumnya lancar-lancar saja. 141 Angie Sekar 1 26 Juni 2020 Parah. Tiap mau login crash mulu pdhl dah update. Sila perbaiki dulu bru sy naikkan bintangnya 142 AnastasiaP Wijaya 3 23 Juni 2020 Kok sering crash ya, setelah bbrp kali buka bakal error dan g mau kebuka aku hrus uninstall dl trus install lagi appsnya. 143 maulian eka 1 23 Juni 2020 App nya crash setelah fresh install

133 Data Set No Nama Rating Tanggal Review 144 Lusiana Hakim 1 23 Juni 2020 Bagus untuk aplikasinya untuk review2 make up atau skincare. Tapi performa aplikasinya ini BOBROKNYA MINTA AMPUN!!!!! ini masa tau2 account saya ke log out, padahal saya gak pernah log out. Parahnya waktu saya mau log in, masukin nomor hp yg terdaftar tapi kode yang dikirim ke sms tuh gak masuk2...review Lengkap Bagus untuk aplikasinya untuk review2 make up atau skincare. Tapi performa aplikasinya ini BOBROKNYA MINTA AMPUN!!!!! ini masa tau2 account saya ke log out, padahal saya gak pernah log out. Parahnya waktu saya mau log in, masukin nomor hp yg terdaftar tapi kode yang dikirim ke sms tuh gak masuk2, bukannya otomatis harusnya???? Apa jam2 2 pagi tuh aplikasinya ikutan tidur juga????? Perbaiki kualitas aplikasinya!!! Udah sering bermasalah tapi ini yang paling parah menurut saya!!!! 145 Rezitta Salma 3 19 Juni 2020 aplikasi yang sangat berguna, menyukainya. tetapi mengapa sekarang selalu tutup paksa setiap kali saya mencoba membukanya? tolong pengembang memperbaiki ini. gak bisa dibuka lagi setelah update. pencet 146 tina aurora 2 18 Juni 2020 aplikasi dan langsung out terus gak tau kenapa. jadinya liat review fd pake browser. 147 Megawati Wahyuningsih 1 18 Juni 2020 Aplikasinya suka tiba-tiba nutup sendiri. Kalau buka lagi, nutup lagi. Masa harus reinstall terus :( 148 Anisa Ramadhani 5 15 Juni 2020 saya looooovvvvv

134 Data Set No Nama Rating Tanggal Review 149 Eiline Federica 3 14 Juni 2020 Suka tiba2 ngebug sendiri trus gak mau dibuka slama brp bulan gitu.. jadinya pengen uninstall tapi masih butuh liat review.. taoi suka ngebug gimana ni:(. Overall suka bgt dpt product recommendation trua bisa liat produknya bagus atau engga dan ga sesusah itu pake appsnya.. tapi suka ngebug send... Review Lengkap Suka tiba2 ngebug sendiri trus gak mau dibuka slama brp bulan gitu.. jadinya pengen uninstall tapi masih butuh liat review.. taoi suka ngebug gimana ni:(. Overall suka bgt dpt product recommendation trua bisa liat produknya bagus atau engga dan ga sesusah itu pake appsnya.. tapi suka ngebug sendiri Nadhira Titisari 2 13 Juni 2020 Aplikasi membuat kesalahan dan saya tidak dapat melihat ulasan apa pun. Sayang sekali 151 Elfa Azr 3 12 Juni 2020 Sering bgt bgt eror dan ga kebuka reviewnya :( 152 Aplikasi terus berhenti, hampir tidak dapat Fairuz Hasna 2 12 Juni 2020 masuk... Saya mencopot pemasangan ini. Karimah Lebih suka situs webnya. 153 jeje cngtip xixi 5 11 Juni 2020 sangat membantu untuk menemukan perawatan kulit terbaik 154 Gisela Krismayanti 1 8 Juni 2020 Baru aja diupdate ke versi terbarunya, but the app doesnt work. Jadi gabisa ngapa2in. 155 Shofi Delaila 4 8 Juni 2020 akan lebih baik jika pengguna bisa mencari berdasarkan masalah kecantikan 156 Nur Hijjatil Janah 4 8 Juni 2020 Usefull, tools nya juga udah bagus2 but agak masih berat mungkin karena bug nya ya. 157 monik anastasia 2 7 Juni 2020 setelah update, sering banget eror aplikasinya. lagi baca baca review tiba tiba eror putih loading doang

135 Data Set No Nama Rating Tanggal Review 158 Audie Sayna 4 6 Juni 2020 Senang sekali mendapatkan teman-teman yang satu server. Dan sejauh ini postingannya positif, saling mendukung satu sama lain. Tapi sekarang banyak dari rekan-rekan FD sharing tentang akun bodong yang jual preloved ternyata nipu. Ada juga akun bodong yang ngereview product baru pada product tertentu....review Lengkap Senang sekali mendapatkan teman-teman yang satu server. Dan sejauh ini postingannya positif, saling mendukung satu sama lain. Tapi sekarang banyak dari rekan-rekan FD sharing tentang akun bodong yang jual preloved ternyata nipu. Ada juga akun bodong yang ngereview product baru pada product tertentu. Kebanyakan mereka no pict. Selain itu app FD dari 3 tahun aku pake selalu ngecrash. Appnya kayak ga stabil. Baru main 15 menit cachenya 42 MB! saya uninstall, aplikasi saya sudah beberapa 159 hari error tidak bisa loading semua gambar Mora Sukma 2 6 Juni 2020 sayang banget padahal sangat berguna tapi Rizkiyani sering error gini, mohon diperbaiki ya agar bisa digunakan lagi 160 Andina Septia 5 5 Juni 2020 aplikasi ini menjadi lebih baik dan lebih baik. Saya tidak pernah bisa cukup bersyukur karena saya menemukan perawatan kulit terbaik dari sini. 161 Faishal Ihsan 4 4 Juni 2020 Aplikasi komunitas yang bagus. Tim FD, mohon pertimbangkan untuk menambahkan fitur delete review agar kami dapat menghapus review kami pada produk tertentu (dengan alasan tertentu di belakang). Meskipun itu akan mengurangi jumlah poin secara otomatis namun itu akan menjadi ide yang menyenangkan. Terima kasih!

136 Data Set No Nama Rating Tanggal Review 162 tidak bro 1 3 Juni 2020 Secara general memang aplikasi ini bagus banget buat kalian yang butuh review make up maupub skincare, tetapi masalahnya kita tidak diperbolehkan jualan di sini. Padahal pengelola female daily yang notabene bakal kita "auto" follow setelah buat akun juga menjajakan jualannya sendiri. Pesan buat deve... Review Lengkap Secara general memang aplikasi ini bagus banget buat kalian yang butuh review make up maupub skincare, tetapi masalahnya kita tidak diperbolehkan jualan di sini. Padahal pengelola female daily yang notabene bakal kita "auto" follow setelah buat akun juga menjajakan jualannya sendiri. Pesan buat developernya semoga kalian adil ya wkwk 163 Wahyu Retno Savitri 2 31 Mei 2020 Setelah di update kok malah jadi gak bisa update beauty profile /concern nya... gak muncul pilihannya gulia sarah 3 30 Mei 2020 App ini banyak ngebantu, dan sebenernya sangat bagus, tapi sayang banyak bgt bugs nya 165 billysight012 kim 3 30 Mei 2020 Maaf, tapi nge bug. Baru di klik untuk di buka, keluar lagi.

137 Data Set No Nama Rating Tanggal Review 166 sophie tobelly [ Mei Yenny Trihanti 3 30 Mei jean jen 5 29 Mei Rizka Febriana Nur Aulia 1 28 Mei 2020 Saya tidak dapat memverifikasi saya tetapi pemberitahuan selalu muncul Setiap kali saya membuka aplikasi saya. Saya minta maaf tapi itu mengganggu jujur, saya sudah mengetik alamat saya dan menjawab: alamat telah terdaftar. Lalu.. alamat mana yang Anda inginkan..? Tolong bantu saya untuk memecahkan masalah ini...review LengkapI can not verify my but the notification always appear Everytime I open my app. I'm sorry but it's annoying honestly, I already type my address and it replied : the address have been registered. And so.. which address do you want then..? Please help me to solve this problem, so I can fulfill my 100% profile. It's now only 80%. Thanks Aplikasinya suka crash. Harus uninstall dlu baru install ulang, ini terjadi minimal 1 bulan sekali. Terpaksa liat review via web. Please fix this problem. Thank you. Berisi informasi yg berguna seputar produk perawatan & kecantikan. Baik utk laki2 maupun wanita. Recommended saya tidak bisa mendaftar. 170 Callistha Armanda 1 28 Mei 2020 Tidak bisa login, isi disuruh isi nomor hape, giliran isi nomor hape disuruh isi gimana? 171 ReeTha 3 26 Mei 2020 Suka female daily dari bertahun2 lalu. Konsepnya bagus tapi ngadat terus appsnya. Diperbaiki dunks... sering gak bisa kebuka berkali-kali. Skrg pilih uninstal aja mending liat via google. Capek kadang sudah review ternyata gak error gak bisa submit. 172 Chyntia Andro 1 25 Mei 2020 Mengapa diperbarui saat tidak terbuka?

138 Data Set No Nama Rating Tanggal Review 173 Monica Carolina 1 25 Mei 2020 Sangat membantu, tapi akun ku yg pertama ilang terus harus bikin akun baru dengan baru juga, pas uda kasih review produk malah app nya ga bisa di buka. Jadi aplikasi ini sering error.. ga tau kenapa 174 Reti Septa Saraswati 2 21 Mei 2020 Diperbarui ke versi terbaru dari aplikasi ini tetapi sekarang aplikasi ini akan ditutup paksa setelah masuk. Saya menggunakan android 10. tolong perbaiki bug ini 175 Ria RS 5 19 Mei 2020 Terkadang perlu beberapa menit memuat tetapi saya pikir itu sudah diperbaiki sekarang 176 Kai Carmelia 4 13 Mei 2020 app favorit aku mengenai beauty. tapi udah hampir seminggu crash terus. pusing gimana mau liat review produk yang mau aku beli. 177 Nazla Mushida 3 12 Mei 2020 Kenapa something went wrong trus? Padahal kemarin masih lancar lancar aja, skrng malah error gini:((( 178 Fera Chintya 5 11 Mei 2020 Sangat bantu aku saat mau beli skincare /makeup 179 Firgita Kristiyani 1 11 Mei 2020 Udh update bbrp kali tp masi tetep error, jd ga bs kasi review,ato liat profile sndiri jd mhn utk dperbaiki lagi sayang bgt loo krna peminat female daily itu bnyak bgt Mutia Jung 3 7 Mei 2020 sering bermasalah banget, belum lagi dikit dikit minta update. Kalau ga di update, ga bisa dibuka 181 Dinna Yolanda 2 6 Mei 2020 Aplikasi selalu mogok

139 Data Set No Nama Rating Tanggal Review 182 Dukungan Bodoh 3 5 Mei 2020 Aku mau kasih saran. Ini kalo aku buka webnya via browser, dilihat di kategorinya, tiap produk keliatan berapa bintangnya, jumlah yang review berapa org, angka reviewnya jg keliatan, jadi langsung keliatan semua. Sayangnya, pas liat di app ini malah cuma keliatan berapa bintangnya doang, ga praktis,... Review Lengkap Aku mau kasih saran. Ini kalo aku buka webnya via browser, dilihat di kategorinya, tiap produk keliatan berapa bintangnya, jumlah yang review berapa org, angka reviewnya jg keliatan, jadi langsung keliatan semua. Sayangnya, pas liat di app ini malah cuma keliatan berapa bintangnya doang, ga praktis, ga keliatan semua infonya, jadi hrs buka satu satu produknya. Harusnya yg app bisa lebih detail. Tolong samakan dengan yg versi browser. 183 giga kurnia 4 5 Mei 2020 Aplikasi macet setiap saat. Sudah sekitar seminggu sekarang. Edit: berfungsi sekarang 184 Husna Yanevi 1 4 Mei 2020 Masih paksa tutup ketika saya membuka aplikasi, semoga segera diperbaiki, karena saya suka konten harian wanita

140 Data Set No Nama Rating Tanggal Review 185 Meista Asmaida 1 28 April 2020 sebagai pengguna setia female daily app cukup kecewa karena appnya kurang ada peningkatan. selalu tiba tiba gabisa ngeload, crash, error dll. padahal jaringan oke, apalagi kalo udah bolak-balik edit post & review. gatau harus berapa kali open-close app karena sering error. bahkan sampe reinstall. sem... Review Lengkap sebagai pengguna setia female daily app cukup kecewa karena appnya kurang ada peningkatan. selalu tibatiba gabisa ngeload, crash, error dll. padahal jaringan oke, apalagi kalo udah bolak-balik edit post & review. gatau harus berapa kali open-close app karena sering error. bahkan sampe reinstall. semoga bisa di maintain terus ya appsnya, sama pointnya udah kepikiran belum mau dipake apa? 186 Angelia Valencia X kemarinn sempet bermasalah sama bug, tapi 5 28 April 2020 AKL 2 skrng udah bagus 187 Sherendeffani April 2020 sinyal bagus tp gambar nya ga muncul" udh update jg 188 Wuwung Pertiwi 4 25 April 2020 Asalnya masih suka error kalau rewrite postingan, sekarang udah bisa lagi 189 windu siadari 2 25 April 2020 Kenapa setelah di instal, malah out sendiri yah kak?? Jadi nggak bisa dibuka sehabis itu Awalnya oke oke aja kayak biasanya, tapi 190 Alya Maharani Irliana 1 25 April 2020 nggak tau kenapa mendadak nggak bisa dibuka, selalu ketutup udah berulang kali coba, sedih soalnya di HP lama bisa bisa aja 191 Nurhayati Mangunjaya 1 22 April winona macheli 3 18 April 2020 selalu tutup paksa setelah menulis 2 ulasan, dan saya harus menginstal ulang jika saya ingin menulis ulasan baru. tolong perbaiki :( Sering banget banget banget error, why :( sorry not found etc yg semacem itu, setiap mau buka produk selalu lama, kadang kalo udah kelamaan buka appnya pasti kumat lagi errornya. Please, fix it. Tq

141 Data Set No Nama Rating Tanggal Review 193 Tiara Martha 3 18 April 2020 sorry FDaily, aku turunin bintangnya karna error terus pas lg tulis review 194 Agustina Wardhani 3 10 April 2020 Banyak kesalahan. Selalu tutup paksa setelah pembaruan baru. Tolong perbaiki 195 Febrina Auliya 1 05 April 2020 Suka ada kesalahan 196 Mary Sellyna 4 05 April 2020 Apa aplikasi FD ada gangguan min? Kenapa tiap saya mau masuk selain aplikasi stop sendiri dan ter close. Sy tidak bisa masuk ke aplikasi 197 velinda eka 5 02 April 2020 Baik 198 Pidha Rully 3 02 April 2020 Sering force closed, padahal kalo ada upgrade version langsung diupdate. :) 199 Tinezia Verin 2 02 April 2020 Ini knp suka kluar sndri abis di klik muncul gmbr pas loading trs kluar sndri. Udh lama ni kek gni tlg di fix 200 Dwika Ariyani 3 01 April 2020 Suka susah mau uplaod -_- jaringan udh kenceng, space storage di handphone masih aman, tp setiap mau upload pasti ada tulisan "oops! Somehing went wrong, please try again later!" kayaaaak gituuuu mulu

142 DEPARTEMEN TEKNIK INDUSTRI F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA =================================== SURAT PERMOHONAN TUGAS SARJANA Saya yang bertandatangan di bawah ini, Nama : Adinda Karina Renggali NIM : Alamat Rumah : Jl. Kh. Dewantara no. 10 Alamat Orang Tua/Wali : Jl. Kh. Dewantara no. 10 Telp/HP: Bidang Keilmuan : Manajemen dengan ini memohon kepada Ketua Departemen Teknik Industri agar memberikan izin untuk pelaksanaan Tugas Sarjana kepada saya. Sebagai bahan pertimbangan kepada Bapak/Ibu di sini saya lampirkan hal-hal berikut : 1. Photo copy kwintansi pembayaran SPP TA. 2020/2021 Semester 8 2. Photo copy Surat Puas Kerja Praktek (KP), dengan: Judul KP : Analisa Beban Kerja pada Area Suton _ 3. Mata Kuliah Pilihan : 1. _Ma_n_aj_e_m_e_n R_e_s_i_ko_ 2. _B_i_s_n_is_I_n_te_l_ij_e_n 3. _M_a_n_a_j_e_m_e_n K_e_u_a_n_g_a_n 3. Adapun Topik Tugas Sarjana yang saya usulkan adalah : _S_t_u_d_i K e_la_y_a_k_a_n Dengan alternative Dosen Pembimbing I : 1. Dr. Ir. Sugiharto, MM, IPU 2. Rahmi Meilina Sari, ST., MM(T) 3. Dosen Pembimbing II : _ 4. Sistem Pendukung Keputusan Apabila permohonan ini disetujui, maka saya bersedia mentaati segala peraturan dan ketentuan yang berlaku dalam penyusunan Tugas Sarjana di Departemen Teknik Industri, FakultasTeknik USU Medan. Demikian saya sampaikan dan atas perhatian Bapak/Ibu saya ucapkan terimakasih. Medan, 27 Februari 2021 Hormat saya, ( Adinda Karina Renggali ) Hasil pengecekan persyaratan Akademis dan administrasi : 1. SKS yang sudah lulus = 145 SKS Nilai D = - SKS 2. IP Kumulatif = 3,40 Permohonan Disetujui Medan,10 Maret 2021 Ketua, Team Pencatat akademis (...) Dr. Ir. Meilita Tryana Sembiring, M.T, IPM NIP No. Dok : FM-GKM-S1TI-FT Rev : 2 Tgl. Efektif : 09 Juli 2018 Halaman : 1 dari 1

143 DEPARTEMEN TEKNIK INDUSTRI F A K U L T A S T E K N I K UNIVERSITAS SUMATERA UTARA ============================ FORMULIR PENETAPAN TUGAS SARJANA 1. CATATAN KOORDINATOR TUGAS SARJANA Koordinator Tugas Sarjana menerangkan bahwa berdasarkan hasil diskusi dengan mahasiswa : NAMA : Adinda Karina Renggali NIM : Usulan Topik Studi Kelayakan Telah disepakati bahwa Bidang Ilmu untuk Tugas Sarjana mahasiswa tersebut diatas : x Rekayasa Sistem manufaktur Manajemen Rekayasa & Produksi Ergonomi & Dasar Perancangan Sistem Kerja Medan, 15 Maret 2021 Koordinator, ( ) 2. CATATAN KETUA DEPARTEMEN Ketua Departemen menetapkan bahwa sebagai : DosenPembimbing I : Ir Nurhayati _ DosenPembimbing II : _ MT Kepada mahasiswa bersangkutan supaya segera menemui Dosen Pembimbing yang telah ditetapkan untuk menyusun proposal Tugas Sarjana.. Departemen Teknik Industri segera membuat surat penjajakan ke perusahaan. Medan, Ketua Departmen, Maret 3. CATATAN DOSEN PEMBIMBING (Dr. Ir. Meilita Tryana Sembiring, M.T, IPM) Berdasarkan hasil diskusi dengan mahasiswa tersebut di atas telah disepakati bahwa Topik Tugas Sarjana ditetapkan sebagai ber ikut : Analisis Sentimen Medan, 3 April 2021 Dosen Pembimbing II, Dosen Pembimbing I, _ ( ) ( Ir. Nurhay ati Sembiring, M T ) 4. PENETAPAN SURAT KEPUTUSAN TUGAS SARJANA Topik sudah disetujui oleh Dosen Pembimbing Medan, Mei 2021 Ketua Departemen, (Dr. Ir. Meilita Tryana Sembiring, M.T, IPM) No. Dok : FM-GKM-S1TI-FT Rev : 2 Tgl. Efektif : 09 Juli 2018 Halaman : 1 dari 1

144 KEMENTERIAN PENDIDIKAN DAN KEBUDAYAAN UNIVERSITAS SUMATERA UTARA FAKULTAS TEKNIK DEPARTEMEN TEKNIK INDUSTRI Jalan Almamater Kampus USU Medan Telepon: (061) Fax: (061) Website: S U R A T - K E P U T U S A N Nomor.477 /UN /TPM/2021 T e n t a n g Tugas Akhir Mahasiswa Memperhatikan : 1. Kemajuan Studi Mahasiswa : N a m a : Adinda Karina Renggali N I M : Telah menyelesaikan sebagian besar tugas tugas / mata kuliah pada kurikulum Departemen Teknik Industri FT USU Medan, kecuali Tugas Akhir. 2. Surat persetujuan dari Dosen Pembimbing tertanggal 03 April 2021, dapat menyetujui mahasiswa pada butir- 1 untuk melaksanakan Tugas Akhir Mahasiswa. 3. Telah tersedianya sarana melakukan tugas terhadap mahasiswa pada butir - 1 berdasarkan persetujuan dari Dosen Pembimbing mahasiswa. Menimbang : Bahwa perlu menetapkan dan mengangkat pembimbing untuk mahasiswa pada butir -1 dalam menyelesaikan Tugas Akhir M E M U T U S K A N Menetapkan : 1. Memberi kesempatan kepada mahasiswa : N a m a : Adinda Karina Renggali N I M : untuk menyelesaikan Tugas Akhirnya. 2. Merekomendasikan mahasiswa pada butir - 1 melaksanakan Tugas Akhir dengan Topik : Analisis Sentimen 3. Sebagai dosen pembimbing untuk mahasiswa pada butir 1 adalah sebagai berikut - Pembimbing 1 : Ir. Nurhayati Sembiring, MT - Pembimbing 2 : 4. Surat keputusan ini berlaku sejak tanggal 03 April 2021 s/d 03 Oktober Bilamana dikemudian hari ternyata terdapat kekeliruan dalam penetapan ini akan diperbaiki sebagaimana mestinya Medan, 07 Mei 2021 K e t u a, Tembusan : 1. Dekan FT USU 2. Ketua Dept. T.Industri FT USU 3. Dosen Ybs 4. Mahasiswa Ybs 5. Arsip Dr.Ir. Meilita Tryana Sembiring,ST,MT, IPM NIP

145 BERITA ACARA TUGAS SARJANA No. Dok. : FM-GKM-S1TI-FT Rev : 01 Tgl Efektif : 09 Juli 2018 Halaman : 1 dari Page 1 of 2 UNIVERSITAS SUMATERA UTARA FAKULTAS : TEKNIK PROGRAM : REGULER (S1) DEPARTEMEN : TEKNIK INDUSTRI NAMA MAHASISWA : ADINDA KARINA RENGGALI NIM : JUDUL : ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES DOSEN PEMBIMBING : IR. NURHAYATI SEMBIRING, MT MATERI NO. TANGGAL PARAF KETERANGAN BIMBINGAN - Perbaiki BAB Perbaiki BAB Perbaiki cover Perbaiki BAB 1 - Perbaiki BAB 1 - Perbaiki BAB Perbaiki BAB 3 - Perbaiki BAB Perbaiki BAB 6 MEDAN, 07 Juli 2021 PEMBIMBING, (IR. NURHAYATI SEMBIRING, MT)

146 BERITA ACARA TUGAS SARJANA No. Dok. : FM-GKM-S1TI-FT Rev : 01 Tgl Efektif : 09 Juli 2018 Halaman : 1 dari Page 2 of 2 UNIVERSITAS SUMATERA UTARA FAKULTAS : TEKNIK PROGRAM : REGULER (S1) DEPARTEMEN : TEKNIK INDUSTRI NAMA MAHASISWA : ADINDA KARINA RENGGALI NIM : JUDUL : ANALISIS SENTIMEN DATA REVIEW APLIKASI FEMALE DAILY PADA WEBSITE GOOGLE PLAY MENGGUNAKAN ALGORITMA NAÏVE BAYES DOSEN PEMBIMBING : IR. NURHAYATI SEMBIRING, MT NO. TANGGAL MATERI BIMBINGAN PARAF KETERANGAN - Perbaiki BAB 1 - Perbaiki BAB 2 - Perbaiki BAB Perbaiki BAB 4 - Perbaiki BAB 5 - Perbaiki BAB ACC Perbaiki Berdasarkan Seminar Hasil ACC Lanjut sidang MEDAN, 07 JULI 2021 PEMBIMBING, (IR. NURHAYATI SEMBIRING, MT)

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Kehadiran teknologi web yang interaktif telah merubah cara orang mengekspresikan pandangan dan opininya. Saat ini pengguna dapat menulis ulasan suatu produk pada situs

Lebih terperinci

BAB III METODE PENELITIAN

BAB III METODE PENELITIAN BAB III METODE PENELITIAN 3.1. Metode Pengumpulan Data Data yang digunakan pada penelitian ini merupakan data sentimen dari pengguna aplikasi android yang memberikan komentarnya pada fasilitas user review

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)

Lebih terperinci

BAB III METODELOGI PENELITIAN

BAB III METODELOGI PENELITIAN BAB III METODELOGI PENELITIAN 3.1 Metode Penelitian Metode penelitian yang digunakan yaitu metode eksperimental dimana metode ini bekerja dengan memanipulasi dan melakukan kontrol pada objek penelitian

Lebih terperinci

BAB I PENDAHULUAN.

BAB I PENDAHULUAN. BAB I PENDAHULUAN 1.1. Latar Belakang Saat ini smartphone telah berevolusi menjadi komputer pribadi kecil dan portabel yang memungkinkan pengguna untuk melakukan penjelajahan internet, mengirim e-mail

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Penelitian Terkait 2.1.1. Implementasi Opinion Mining Pernah dilakukan penelitian tentang opinion mining membahas tentang ekstraksi data opini publik pada perguruan tinggi.

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1. 1.1 Latar Belakang Perkembangan dunia telekomunikasi meningkat secara signifikan dalam kurun waktu satu dekade terahir. Tidak hanya dari segi jumlah pengguna, jenis layanan yang ditawarkanpun

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Meningkatnya perkembangan teknologi juga diikuti dengan berkembangnya penggunaan berbagai situs jejaring sosial. Salah satu jejaring sosial yang sangat marak digunakan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Informasi telah menjadi kebutuhan utama dalam kehidupan manusia. Informasi bisa dikatakan sebagai pengetahuan yang didapatkan dari pembelajaran, pengalaman, atau instruksi.

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Menurut Liu opini merupakan pernyataan subyektif yang mencerminkan sentimen orang atau persepsi tentang entitas dan peristiwa [1]. Opini atau pendapat orang lain terhadap

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

BAB 1 PENDAHULUAN. 1.1 Latar Belakang Masalah BAB 1 PENDAHULUAN 1.1 Latar Belakang Masalah Sumber opini teks saat ini tersedia berlimpah di internet akan tetapi belum sepenuhnya dimanfaatkan karena masih kurangnya tool yang ada, sedangkan perkembangan

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Saat ini, microblogging menjadi sangat popular untuk alat komunikasi antara pengguna internet. Setiap hari jutaan pesan muncul di website penyedia microblogging diantaranya

Lebih terperinci

UKDW. 1.1 Latar Belakang BAB 1 PENDAHULUAN

UKDW. 1.1 Latar Belakang BAB 1 PENDAHULUAN BAB 1 PENDAHULUAN 1.1 Latar Belakang Perkembangan teknologi komputer yang pesat pada masa kini menjadi perhatian utama bagi manusia. Kemajuan teknologi komputer yang pesat ini menimbulkan bermacam-macam

Lebih terperinci

Stemming pada Preprocessing Twit Berbahasa Indonesia dengan Mengimplementasikan Algoritma Fonetik Soundex untuk Proses Klasifikasi

Stemming pada Preprocessing Twit Berbahasa Indonesia dengan Mengimplementasikan Algoritma Fonetik Soundex untuk Proses Klasifikasi Stemming pada Preprocessing Twit Berbahasa Indonesia dengan Mengimplementasikan Algoritma Fonetik Soundex untuk Proses Klasifikasi Stemming in Indonesian Language Twit Preprocessing Implementing Phonetic

Lebih terperinci

EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN

EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN EKSTRAKSI FITUR SITUS BERITA ONLINE UNTUK KALEIDOSKOP BERITA TAHUNAN Afri Yosela Putri 1, Faisal Rahutomo 2, Ridwan Rismanto 3 1, 2, 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika, Politeknik

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Media massa memiliki berbagai jenis media penyiaran seperti televisi dan radio dan media cetak seperti surat kabar, majalah dan tabloid. Namun, dengan kemajuan teknologi

Lebih terperinci

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang

UKDW BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN 1.1 Latar Belakang Tinjauan atau review seseorang yang ditujukan kepada suatu objek atau produk sangat berpengaruh terhadap penilaian publik atas produk tersebut (Sahoo, 2013). Review

Lebih terperinci

PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER

PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER PENERAPAN DATA MINING UNTUK EVALUASI KINERJA AKADEMIK MAHASISWA MENGGUNAKAN ALGORITMA NAÏVE BAYES CLASSIFIER I. PENDAHULUAN Mahasiswa merupakan salah satu aspek penting dalam evaluasi keberhasilan penyelenggaraan

Lebih terperinci

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering.

BAB I PENDAHULUAN. ada tiga, yaitu association rules, classification dan clustering. BAB I PENDAHULUAN 1.1. Latar Belakang Data mining adalah serangkaian proses untuk menggali nilai tambah berupa informasi yang selama ini tidak diketahui secara manual dari suatu basis data. Informasi yang

Lebih terperinci

KATA PENGANTAR. menyelesaikan penyusunan laporan tugas akhir APLIKASI KLASIFIKASI ARTIKEL TEKNOLOGI INFORMASI PADA MAJALAH CHIP

KATA PENGANTAR. menyelesaikan penyusunan laporan tugas akhir APLIKASI KLASIFIKASI ARTIKEL TEKNOLOGI INFORMASI PADA MAJALAH CHIP KATA PENGANTAR Syukur Alhamdulillah, puji dan syukur kami panjatkan kehadirat Allah SWT, karena dengan limpah dan rahmat dan karunia-nya penulis dapat menyelesaikan penyusunan laporan tugas akhir APLIKASI

Lebih terperinci

BAB I PENDAHULUAN. memberikan dampak yang luas dalam bagaimana manusia menjalani hidupnya.

BAB I PENDAHULUAN. memberikan dampak yang luas dalam bagaimana manusia menjalani hidupnya. BAB I PENDAHULUAN 1. 1.1. Latar Belakang Perkembangan infrastruktur dan penggunaan teknologi informasi memberikan dampak yang luas dalam bagaimana manusia menjalani hidupnya. Salah satunya adalah perolehan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI

BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI 2.1 Tinjauan Studi Sebelum melakukan penelitian penulis terlebih dahulu melakukan tinjauan pustaka dari penelitian lain dan penelitian tentang prediksi penjurusan

Lebih terperinci

BAB IV HASIL DAN PEMBAHASAN. jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua

BAB IV HASIL DAN PEMBAHASAN. jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua BAB IV HASIL DAN PEMBAHASAN 4.1. Dokumen yang digunakan Pada penelitian yang dilakukan oleh penulis ini menggunakan dua jenis dokumen, yaitu dokumen training dan dokumen uji. Kemudian dua jenis dokumen

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Pertukaran informasi di zaman modern ini telah sampai pada era digital. Hal ini ditandai dengan semakin dibutuhkannya teknologi berupa komputer dan jaringan internet

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Penentuan dosen pembimbing tugas akhir masih dilakukan secara manual di Jurusan Teknik Informatika UMM yang hanya mengandalkan pengetahuan personal tentang spesialisasi

Lebih terperinci

UKDW 1. BAB 1 PENDAHULUAN Latar Belakang Masalah

UKDW 1. BAB 1 PENDAHULUAN Latar Belakang Masalah 1. BAB 1 PENDAHULUAN 1.1. Latar Belakang Masalah Universitas yang baik dan terpercaya selalu memperhatikan perkembangan dan kondisi yang terjadi di universitas tersebut, salah satunya dengan memantau kinerja

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang 1. BAB I PENDAHULUAN 1.1 Latar Belakang website adalah salah satu layanan yang bisa digunakan untuk melakukan pencarian berbagai informasi, sehingga sangat dibutuhkan untuk keperluan pengguna dalam pencarian

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 1.1 Data Mining Data mining adalah proses yang menggunakan teknik statistik, matematika, kecerdasan buatan, dan machine learning untuk mengekstrasi dan mengidentifikasi informasi

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan rangkaian dari langkah-langkah yang diterapkan dalam penelitian, secara umum dan khusus langkah-langkah tersebut tertera pada Gambar flowchart

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN berikut. Tahapan penelitian yang dilakukan dalam penelitian adalah sebagai Indentifikasi Masalah Merumuskan Masalah Study Literatur Perancangan : 1. Flat Teks 2. Database

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN 28 BAB III METODOLOGI PENELITIAN Untuk menunjang kegiatan penelitian, dalam bab ini akan dijelaskan desain penelitian, metode penelitian yang digunakan, serta alat dan bahan penelitian. 3.1 Desain Penelitian

Lebih terperinci

BAB I PENDAHULUAN. dengan lingkungan sosialnya pengguna social media seringkali menceritakan

BAB I PENDAHULUAN. dengan lingkungan sosialnya pengguna social media seringkali menceritakan BAB I PENDAHULUAN 1.1 Latar Belakang Social media merupakan salah satu tren yang berkembang di masyarakat sebagai tempat untuk berinteraksi. Selain untuk berinteraksi dengan lingkungan sosialnya pengguna

Lebih terperinci

IMPLEMENTASI K NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI ARTIKEL WIKIPEDIA INDONESIA

IMPLEMENTASI K NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI ARTIKEL WIKIPEDIA INDONESIA IMPLEMENTASI K NEAREST NEIGHBOR (KNN) PADA KLASIFIKASI ARTIKEL WIKIPEDIA INDONESIA Erik Hardiyanto 1, Faisal Rahutomo 2, Dwi Puspitasari 3 Jurusan Teknologi Informasi, Program Studi Teknik Informatika,

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN SISTEM

BAB III ANALISIS DAN PERANCANGAN SISTEM BAB III ANALISIS DAN PERANCANGAN SISTEM 3.1. Analisis Masalah Setiap tahunnya, DPP Infokom selaku panitia Pelatihan Aplikasi Teknologi dan Informasi (PATI) Universitas Muhammadiyah Malang menerima ribuan

Lebih terperinci

BAB I PENDAHULUAN. penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa

BAB I PENDAHULUAN. penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dengan kemajuan teknologi yang sangat pesat ini sudah banyak aplikasi penunjang Al-Quran untuk memudahkan untuk mempelajarinya, yang bisa disebut atau di artikan

Lebih terperinci

BAB III ANALISIS DAN PERANCANGAN

BAB III ANALISIS DAN PERANCANGAN BAB III ANALISIS DAN PERANCANGAN Dalam bab ini akan dijabarkan analisa, yang meliputi analisa masalah dan gambaran umum masalah yang sedang dibahas, perancangan sistem serta desain antarmuka (user interface)

Lebih terperinci

BAB I PENDAHULUAN. menggunakan teknologi yang disebut dengan internet. Hal ini, secara tidak

BAB I PENDAHULUAN. menggunakan teknologi yang disebut dengan internet. Hal ini, secara tidak BAB I PENDAHULUAN 1.1 Latar Belakang Berkembangnya teknologi informasi yang begitu pesat ini, banyak memberikan dampak positif maupun negatif khususnya di Indonesia. Dampak positifnya seperti, masyarakat

Lebih terperinci

Metode Klasifikasi (SVM Light dan K-NNK. NN) Dr. Taufik Fuadi Abidin, S.Si., M.Tech. Jurusan Informatika FMIPA Universitas Syiah Kuala

Metode Klasifikasi (SVM Light dan K-NNK. NN) Dr. Taufik Fuadi Abidin, S.Si., M.Tech. Jurusan Informatika FMIPA Universitas Syiah Kuala Metode Klasifikasi (SVM Light dan K-NNK NN) Dr. Taufik Fuadi Abidin, S.Si., M.Tech Jurusan Informatika FMIPA Universitas Syiah Kuala www.informatika.unsyiah.ac.id/tfa Alur dan Proses Cleaning Process Dokumen

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Pada bab ini berisi tentang data dan informasi yang berkaitan dengan pokok permasalahan yang akan diuji, yaitu dengan mendalami tentang klasifikasi teks. Selain itu juga membahas

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Dalam mencapai tujuan pembangunan ekonomi diperlukan peran serta lembaga keuangan untuk membiayai pembangunan tersebut. Lembaga keuangan memegang peranan penting dalam

Lebih terperinci

BAB IV METODOLOGI PENELITIAN. Penelitian ini dilakukan dengan melalui empat tahap utama, dimana

BAB IV METODOLOGI PENELITIAN. Penelitian ini dilakukan dengan melalui empat tahap utama, dimana BAB IV METODOLOGI PENELITIAN Penelitian ini dilakukan dengan melalui empat tahap utama, dimana tahap pertama adalah proses pengumpulan dokumen teks yang akan digunakan data training dan data testing. Kemudian

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1. Data Mining Data mining adalah proses menganalisa data dari perspektif yang berbeda dan menyimpulkannya menjadi informasi-informasi penting yang dapat dipakai untuk meningkatkan

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN Bab ini berisikan tentang alasan peneliti mengambil permasalahan ini. Pada bab ini poin-poin yang akan dipaparkan antara lain Latar Belakang, Perumusan Masalah, Batasan Masalah, Tujuan

Lebih terperinci

SISTEM ANALISIS SENTIMEN POSITIF DAN NEGATIF MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES PADA KASUS TOKOH PUBLIK CAPRES INDONESIA 2014

SISTEM ANALISIS SENTIMEN POSITIF DAN NEGATIF MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES PADA KASUS TOKOH PUBLIK CAPRES INDONESIA 2014 SISTEM ANALISIS SENTIMEN POSITIF DAN NEGATIF MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES PADA KASUS TOKOH PUBLIK CAPRES INDONESIA 2014 Oleh Yosafat Gerald Montalili NIM : 612006047 Skripsi Untuk melengkapi

Lebih terperinci

IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI DATA NASABAH BANK DALAM PENAWARAN DEPOSITO BERJANGKA DENGAN MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES

IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI DATA NASABAH BANK DALAM PENAWARAN DEPOSITO BERJANGKA DENGAN MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES IMPLEMENTASI DATA MINING UNTUK MEMPREDIKSI DATA NASABAH BANK DALAM PENAWARAN DEPOSITO BERJANGKA DENGAN MENGGUNAKAN ALGORITMA KLASIFIKASI NAIVE BAYES Nama : Muhammad Rizki NPM : 54410806 Jurusan Pembimbing

Lebih terperinci

ANALISIS SENTIMEN PADA TWITTER TERHADAP JASA TRANSPORTASI ONLINE DI INDONESIA DENGAN METODE SUPPORT VECTOR MECHINE

ANALISIS SENTIMEN PADA TWITTER TERHADAP JASA TRANSPORTASI ONLINE DI INDONESIA DENGAN METODE SUPPORT VECTOR MECHINE DRAFT JURNAL ANALISIS SENTIMEN PADA TWITTER TERHADAP JASA TRANSPORTASI ONLINE DI INDONESIA DENGAN METODE SUPPORT VECTOR MECHINE SENTIMENT ANALYSIS FOR TWITTER ABOUT ONLINE INDONESIAN TRANSPORTATION WITH

Lebih terperinci

Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk

Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk Analisis Sentimen Pada Data Twitter dengan Menggunakan Text Mining terhadap Suatu Produk Eka Retnawiyati 1, Fatoni, M.M.,M.Kom 2., Edi Surya Negara, M.Kom 3 1) Mahasiswa Informatika Universitas Bina Darma

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Berdasarkan data dari Kementerian Komunikasi dan Informasi Indonesia yang diperoleh dari Lembaga Riset Pasar E-Marketer, populasi pengguna internet tanah air pada tahun

Lebih terperinci

BAB I. Pendahuluan. 1. Latar Belakang Masalah

BAB I. Pendahuluan. 1. Latar Belakang Masalah BAB I Pendahuluan 1. Latar Belakang Masalah Semakin canggihnya teknologi di bidang komputasi dan telekomunikasi pada masa kini, membuat informasi dapat dengan mudah didapatkan oleh banyak orang. Kemudahan

Lebih terperinci

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 6 referensi sebagai berikut : - Algoritma Naïve Bayes Classifier

BAB II TINJAUAN PUSTAKA DAN DASAR TEORI. Dalam tinjauan pustaka dibawah ini terdapat 6 referensi sebagai berikut : - Algoritma Naïve Bayes Classifier BAB II TINJAUAN PUSTAKA DAN DASAR TEORI 2.1 Tinjauan Pustaka Dalam tinjauan pustaka dibawah ini terdapat 6 referensi sebagai berikut : Tabel 2.1 Penelitian sebelumnya Parameter Penulis Objek Metode Hasil

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Situs belanja online sering disebut juga dengan situs e-commerce yaitu suatu proses membeli dan menjual produk-produk secara elektronik oleh konsumen dan dari perusahaan

Lebih terperinci

BAB 1 PENDAHULUAN. 1.1 Latar Belakang

BAB 1 PENDAHULUAN. 1.1 Latar Belakang BAB 1 PENDAHULUAN Pada bab ini dijelaskan latar belakang dari penelitian klasifikasi dokumen teks. Tujuan dan ruang lingkup dari tugas akhir memberikan penjelasan mengenai hasil yang ingin diketahui dan

Lebih terperinci

BAB I PENDAHULUAN. banyak informasi yang tersedia di internet, maka akan semakin sulit juga untuk

BAB I PENDAHULUAN. banyak informasi yang tersedia di internet, maka akan semakin sulit juga untuk BAB I PENDAHULUAN 1.1. Latar Belakang Film merupakan salah satu media hiburan bagi masyarakat luas. Film sendiri dapat juga berarti sebuah industri, yang mengutamakan eksistensi dan ketertarikan cerita

Lebih terperinci

1.5 Metode Penelitian

1.5 Metode Penelitian BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Dalam perkembangan teknologi internet yang semakin maju ini kita dapat mengakses dokumen, buku dan majalah mulai dari bahasa asing sampai bahasa daerah yang

Lebih terperinci

KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION

KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION KLASIFIKASI NASABAH ASURANSI JIWA MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS BACKWARD ELIMINATION Betrisandi betris.sin@gmail.com Universitas Ichsan Gorontalo Abstrak Pendapatan untuk perusahaan asuransi

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1. Penelitian Terkait Penelitian terkait dengan topik analisis sentimen cukup banyak, berikut beberapa penelitian yang tekait dengan analisa sentimen yang menggunakan seleksi

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Analisis sentimen merupakan proses dalam mengolah, memahami, dan mengekstrak data dalam bentuk teks terhadap suatu topik, kejadian ataupun individu untuk mendapatkan

Lebih terperinci

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah

Bab 1 PENDAHULUAN. 1.1 Latar Belakang Masalah Bab 1 PENDAHULUAN 1.1 Latar Belakang Masalah Semakin hari semakin banyak inovasi, perkembangan, dan temuan-temuan yang terkait dengan bidang Teknologi Informasi dan Komputer. Hal ini menyebabkan semakin

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Apa yang orang lain pikirkan telah menjadi sesuatu yang penting untuk menjadi pertimbangan dalam pengambilan keputusan (Pang and Lee, 2006). Sesuatu yang orang lain

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar belakang

BAB I PENDAHULUAN. 1.1 Latar belakang BAB I PENDAHULUAN 1.1 Latar belakang Dalam beberapa tahun terakhir teknologi informasi dan telekomunikasi berkembang dengan pesat. Masyarakat mendapatkan manfaat dari tekonologi informasi dan telekomunikasi

Lebih terperinci

BAB III ANALISA DAN PERANCANGAN SISTEM

BAB III ANALISA DAN PERANCANGAN SISTEM 3.1 Persiapan Data BAB III ANALISA DAN PERANCANGAN SISTEM Dalam pengerjaan tugas akhir ini data yang digunakan adalah kalimat tanya Berbahasa Indonesia, dimana kalimat tanya tersebut diambil dari soal-soal

Lebih terperinci

BAB III METODOLOGI PENELITIAN

BAB III METODOLOGI PENELITIAN BAB III METODOLOGI PENELITIAN Metodologi penelitian merupakan sistematika tahapan yang dilaksanakan selama proses pembuatan tugas akhir. Secara garis besar metodologi penelitian tugas akhir ini dapat dilihat

Lebih terperinci

KLASIFIKASI HELPDESK UNIVERSITAS JENDERAL ACHMAD YANI MENGGUNAKAN CONCEPT FREQUENCY-INVERSE DOCUMENT FREQUENCY (CF-IDF) DAN K-NEAREST NEIGHBORS (K-NN)

KLASIFIKASI HELPDESK UNIVERSITAS JENDERAL ACHMAD YANI MENGGUNAKAN CONCEPT FREQUENCY-INVERSE DOCUMENT FREQUENCY (CF-IDF) DAN K-NEAREST NEIGHBORS (K-NN) Klasifikasi Helpdesk Universitas Jenderal Achmad ni... (Herawan dkk.) KLASIFIKASI HELPDESK UNIVERSITAS JENDERAL ACHMAD YANI MENGGUNAKAN CONCEPT FREQUENCY-INVERSE DOCUMENT FREQUENCY (CF-IDF) DAN K-NEAREST

Lebih terperinci

BAB 2 TINJAUAN PUSTAKA

BAB 2 TINJAUAN PUSTAKA BAB 2 TINJAUAN PUSTAKA 2.1 Penelitian Terkait Pada bagian ini akan dipaparkan beberapa penelitian dengan domain yang sama, yakni terkait dengan analisis sentimen terhadap pelayanan perusahaan ataupun analisis

Lebih terperinci

PERANCANGAN CLIENT DENGAN PENGKLASIFIKASIAN MENGGUNAKAN ALGORITMA VECTOR SPACE MODEL SKRIPSI MOSES CHRISTIAN

PERANCANGAN  CLIENT DENGAN PENGKLASIFIKASIAN  MENGGUNAKAN ALGORITMA VECTOR SPACE MODEL SKRIPSI MOSES CHRISTIAN PERANCANGAN EMAIL CLIENT DENGAN PENGKLASIFIKASIAN EMAIL MENGGUNAKAN ALGORITMA VECTOR SPACE MODEL SKRIPSI MOSES CHRISTIAN 081402050 PROGRAM STUDI TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Ketersediaan informasi yang semakin banyak menjadikan ringkasan sebagai kebutuhan yang sangat penting (Mulyana, 2010). Menurut (Hovy, 2001) Ringkasan merupakan teks

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI II.1 Text Mining Text Mining merupakan penerapan konsep dan teknik data mining untuk mencari pola dalam teks, proses penganalisaan teks guna menemukan informasi yang bermanfaat untuk

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI Di dalam landasan teori ini, akan dibahas tentang teori teori dan konsep dasar yang mendukung pembahasan dari sistem yang akan dibuat. 2.1 Basis Data (Database) Basis data diperlukan

Lebih terperinci

BAB 3 LANDASAN TEORI

BAB 3 LANDASAN TEORI BAB 3 LANDASAN TEORI 3.1 Twitter API Application Programming Interface (API) merupakan fungsi-fungsi/perintah-perintah untuk menggantikan bahasa yang digunakan dalam system calls dengan bahasa yang lebih

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Internet saat ini merupakan kebutuhan pokok yang tidak bisa dipisahkan dari segenap sendi kehidupan. Berbagai pekerjaan ataupun kebutuhan dapat dilakukan melalui media

Lebih terperinci

ANALISIS PERBANDINGAN IMPLEMENTASI KERNEL PADA LIBRARY LibSVM UNTUK KLASIFIKASI SENTIMEN MENGGUNAKAN WEKA

ANALISIS PERBANDINGAN IMPLEMENTASI KERNEL PADA LIBRARY LibSVM UNTUK KLASIFIKASI SENTIMEN MENGGUNAKAN WEKA ANALISIS PERBANDINGAN IMPLEMENTASI KERNEL PADA LIBRARY LibSVM UNTUK KLASIFIKASI SENTIMEN MENGGUNAKAN WEKA Prawidya Destarianto 1, Wahyu Kurnia Dewanto 2, Hermawan Arief Putranto 3 1,2,3 Jurusan, Teknologi

Lebih terperinci

Jurnal Politeknik Caltex Riau

Jurnal Politeknik Caltex Riau 1 Jurnal Politeknik Caltex Riau http://jurnal.pcr.ac.id IMPLEMENTASI TEXT MINING DALAM KLASIFIKASI JUDUL BUKU PERPUSTAKAAN MENGGUNAKAN METODE NAIVE BAYES Siti Amelia Apriyanti 1), Kartina Diah Kesuma Wardhani

Lebih terperinci

STUDI AWAL KLASIFIKASI ARTIKEL WIKIPEDIA BAHASA INDONESIA DENGAN MENGGUNAKAN METODA K NEAREST NEIGHBOR

STUDI AWAL KLASIFIKASI ARTIKEL WIKIPEDIA BAHASA INDONESIA DENGAN MENGGUNAKAN METODA K NEAREST NEIGHBOR STUDI AWAL KLASIFIKASI ARTIKEL WIKIPEDIA BAHASA INDONESIA DENGAN MENGGUNAKAN METODA K NEAREST NEIGHBOR Erik Hardiyanto 1), Faisal Rahutomo 1) 1 Jurusan Teknologi Informasi, Program Studi Teknik Informatika,

Lebih terperinci

BAB I I. PENDAHULUAN 1.1 Latar belakang

BAB I I. PENDAHULUAN 1.1 Latar belakang BAB I I. PENDAHULUAN 1.1 Latar belakang Pada bab ini membahas tentang pendahuluan. Teknologi sudah sangat berkembang di era zaman sekarang. Bahkan teknologi sudah menjadi kebutuhan primer dari manusia

Lebih terperinci

Abidah Elcholiqi, Beta Noranita, Indra Waspada

Abidah Elcholiqi, Beta Noranita, Indra Waspada Abidah Elcholiqi, Beta Noranita, Indra Waspada PENENTUAN BESAR PINJAMAN DI KOPERASI SIMPAN PINJAM DENGAN ALGORITMA K-NEAREST NEIGHBOR (Studi Kasus di Koperasi Simpan Pinjam BMT Bina Insani Pringapus) Abidah

Lebih terperinci

BAB I PENDAHULUAN 1.1. Latar Belakang

BAB I PENDAHULUAN 1.1. Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Situs jejaring sosial merupakan gaya hidup sosial baru yang muncul seiring berkembangnya internet. Gaya hidup baru tersebut memiliki ruang lingkup yang lebih luas

Lebih terperinci

Nur Indah Pratiwi, Widodo Universitas Negeri Jakarta ABSTRAK

Nur Indah Pratiwi, Widodo Universitas Negeri Jakarta  ABSTRAK Klasifikasi Dokumen Karya Akhir Mahasiswa Menggunakan Naïve Bayes Classifier (NBC) Berdasarkan Abstrak Karya Akhir Di Jurusan Teknik Elektro Universitas Negeri Jakarta Nur Indah Pratiwi, Widodo Universitas

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah

BAB I PENDAHULUAN 1.1 Latar Belakang Masalah BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Saat ini media sosial seperti Twitter telah berkembang pesat. Data global menyebut pada akhir Desember 2014 Twitter memiliki 284 juta pengguna aktif. Dick Costolo

Lebih terperinci

BAB II DASAR TEORI Crawler Definisi Focused Crawler dengan Algoritma Genetik [2]

BAB II DASAR TEORI Crawler Definisi Focused Crawler dengan Algoritma Genetik [2] BAB II DASAR TEORI Pada bab ini dibahas teori mengenai focused crawler dengan algoritma genetik, text mining, vector space model, dan generalized vector space model. 2.1. Focused Crawler 2.1.1. Definisi

Lebih terperinci

BAB I PENDAHULUAN Latar Belakang

BAB I PENDAHULUAN Latar Belakang BAB I PENDAHULUAN 1.1. Latar Belakang Seiring berkembangnya teknologi informasi saat ini maka berkembang pula perangkat perangkat yang mendukung guna akses informasi yang semakin dibutuhkan dalam waktu

Lebih terperinci

BAB I PENDAHULUAN. 1.1 Latar Belakang

BAB I PENDAHULUAN. 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Opini adalah pendapat pribadi yang tidak obyektif dan tidak melalui proses verifikasi (Quirk et al., 1985). Opini orang lain tentang suatu hal menjadi penting dalam

Lebih terperinci

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian

2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Metodologi Penelitian Rudi Susanto rudist87@gmail.com 086547296211 2. Tahapan Penelitian pemahaman merupakan awal proses penelitian Course Outline 1. Pengantar Penelitian 2. Tahapan Penelitian 3. Masalah

Lebih terperinci

BAB II LANDASAN TEORI

BAB II LANDASAN TEORI BAB II LANDASAN TEORI 2.1 Data Mining Secara sederhana data mining adalah penambangan atau penemuan informasi baru dengan mencari pola atau aturan tertentu dari sejumlah data yang sangat besar. Data mining

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA Penelitian terdahulu sangat penting bagi penulis untuk mengetahui referensi dan hubungan antara penelitian terdahulu dengan penelitian yang dilakukan saat ini, sehingga hal duplikasi

Lebih terperinci

IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK EKSTRAKSI KALIMAT OPINI PADA ARTIKEL BERBAHASA INDONESIA. Tugas Akhir

IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK EKSTRAKSI KALIMAT OPINI PADA ARTIKEL BERBAHASA INDONESIA. Tugas Akhir IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK EKSTRAKSI KALIMAT OPINI PADA ARTIKEL BERBAHASA INDONESIA Tugas Akhir Sebagai Persyaratan Guna Meraih Gelar Sarjana Strata 1 Teknik Informatika Universitas Muhammadiyah

Lebih terperinci

BAB II TINJAUAN PUSTAKA Indeks Prestasi Kumulatif dan Lama Studi. menggunakan dokumen/format resmi hasil penilaian studi mahasiswa yang sudah

BAB II TINJAUAN PUSTAKA Indeks Prestasi Kumulatif dan Lama Studi. menggunakan dokumen/format resmi hasil penilaian studi mahasiswa yang sudah BAB II TINJAUAN PUSTAKA 2.1 Landasan Teori 2.1.1 Indeks Prestasi Kumulatif dan Lama Studi Mahasiswa yang telah menyelesaikan keseluruhan beban program studi yang telah ditetapkan dapat dipertimbangkan

Lebih terperinci

BAB 3 ANALISIS MASALAH DAN PERANCANGAN

BAB 3 ANALISIS MASALAH DAN PERANCANGAN BAB 3 ANALISIS MASALAH DAN PERANCANGAN 3.1 State of the Art Pada penelitian sebelumnya sudah ada yang menggunakan metode Stemming untuk preprocessing text dalam mengolah data pelatihan dan data uji untuk

Lebih terperinci

ABSTRAK. Kata Kunci: analisis sentimen, pre-processing, mutual information, dan Naïve Bayes. UNIVERSITAS KRISTEN MARANATHA

ABSTRAK. Kata Kunci: analisis sentimen, pre-processing, mutual information, dan Naïve Bayes. UNIVERSITAS KRISTEN MARANATHA ABSTRAK Twitter merupakan sebuah aplikasi social networking yang memungkinkan usernya untuk dapat mengirimkan pesan pada waktu yang bersamaan. Data yang diambil melalui Twitter dapat dijadikan sebagai

Lebih terperinci

Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa

Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa Akurasi Data Mining Untuk Menghasilkan Pola Kelulusan Mahasiswa dengan Metode NAÏVE BAYES M. Ridwan Effendi Fakultas Komputer Jurusan Sistem Informasi Universitas Mohammad Husni Thamrin Jakarta Email :

Lebih terperinci

BAB I PENDAHULUAN 1.1 Latar Belakang

BAB I PENDAHULUAN 1.1 Latar Belakang BAB I PENDAHULUAN 1.1 Latar Belakang Salah satu pelayanan dalam dunia perbankan adalah pemberian pinjaman kredit kepada nasabah yang memenuhi syarat perbankan. kredit merupakan sumber utama penghasilan

Lebih terperinci

TINJAUAN PUSTAKA. Definisi Data Mining

TINJAUAN PUSTAKA. Definisi Data Mining TINJAUAN PUSTAKA Definisi Data Mining Sistem Manajemen Basis Data tingkat lanjut dan teknologi data warehousing mampu untuk mengumpulkan banjir data dan untuk mentransformasikannya ke dalam basis data

Lebih terperinci

PERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI

PERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI Techno.COM, Vol. 15, No. 3, Agustus 2016: 241-245 PERBANDINGAN K-NEAREST NEIGHBOR DAN NAIVE BAYES UNTUK KLASIFIKASI TANAH LAYAK TANAM POHON JATI Didik Srianto 1, Edy Mulyanto 2 1,2 Teknik Informatika,

Lebih terperinci

Gambar 1.1 Proses Text Mining [7]

Gambar 1.1 Proses Text Mining [7] 1. BAB II LANDASAN TEORI 2.1 Text Mining Text mining memiliki definisi menambang data yang berupa teks dimana sumber data biasanya didapatkan dari dokumen, dan tujuannya adalah mencari kata-kata yang dapat

Lebih terperinci

Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN

Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari ISSN Jurnal Informatika Mulawarman Vol. 12, No. 1, Februari 2017 50 APLIKASI KLASIFIKASI ALGORITMA C4.5 (STUDI KASUS MASA STUDI MAHASISWA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS MULAWARMAN

Lebih terperinci

BAB II TINJAUAN PUSTAKA

BAB II TINJAUAN PUSTAKA BAB II TINJAUAN PUSTAKA 2.1 Penelitian terkait Penelitian ini sebelumnya dilakukan studi kepustakaan dari penelitian terdahulu sebagai dasar atau acuan untuk menyelesaikan tugas akhir. Dari studi kepustakaan

Lebih terperinci

BAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor

BAB I PENDAHULUAN. Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor BAB I PENDAHULUAN 1.1 Latar Belakang Pada zaman sekarang ini bagi sebagian masyarakat kendaraan bermotor jenis mobil ataupun sepeda motor tidak lagi menjadi kebutuhan sekunder, melainkan telah menjadi

Lebih terperinci

SKRIPSI RANTI RAMADHIANA

SKRIPSI RANTI RAMADHIANA EKSTRAKSI KATA KUNCI OTOMATIS TEKS BERBAHASA INDONESIA MENGGUNAKAN METODE TEXTRANK SKRIPSI RANTI RAMADHIANA 121402056 PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI

Lebih terperinci

SENTIMENT ANALYSIS DENGAN NAIVE BAYES UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP BATIK PADA JEJARING SOSIAL TWITTER

SENTIMENT ANALYSIS DENGAN NAIVE BAYES UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP BATIK PADA JEJARING SOSIAL TWITTER SENTIMENT ANALYSIS DENGAN NAIVE BAYES UNTUK MELIHAT PERSEPSI MASYARAKAT TERHADAP BATIK PADA JEJARING SOSIAL TWITTER Anindya Apriliyanti P. Departemen Statistika FMIPA Universitas Padjadjaran a.apriliyanti.p@gmail.com

Lebih terperinci

BAB 1 PENDAHULUAN. Universitas Sumatera Utara

BAB 1 PENDAHULUAN. Universitas Sumatera Utara 1 BAB 1 PENDAHULUAN 1.1. Latar Belakang Kata kunci (keyword) merupakan kata-kata singkat yang dapat menggambarkan isi suatu artikel ataupun dokumen (Figueroa,et al. 2014). Kata kunci memberikan kemudahan

Lebih terperinci

BAB I PENDAHULUAN. Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di

BAB I PENDAHULUAN. Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di BAB I PENDAHULUAN I. Latar Belakang Peminatan atau bidang peminatan adalah sebuah jurusan yang harus di ambil oleh mahasiswa untuk menentukan arah kompetensi dan keahlian mahasiswa tersebut yang mana di

Lebih terperinci