UPT Perpustakaan Unitama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Koreksi Ejaan Dengan Metode Levenshtein Distance Untuk Peningkatan Akurasi Analisis Sentimen Menggunakan K-Nearest Neighbors
Penanda Bagikan

Skripsi

Koreksi Ejaan Dengan Metode Levenshtein Distance Untuk Peningkatan Akurasi Analisis Sentimen Menggunakan K-Nearest Neighbors

Aulia Nur Sukmawati - Nama Orang;

ABSTRAK
AULIA NUR SUKMAWATI. Koreksi Ejaan Dengan Metode Levenshtein Distance Untuk Peningkatan Akurasi Analisis Sentimen Menggunakan K-Nearest Neighbors (dibimbing oleh Pasnur dan A. Sumardin)

Permasalahan yang terjadi adalah analisis sentimen pada ulasan pengguna aplikasi Akulaku penting dilakukan untuk mengetahui persepsi dan kepuasan pengguna.Namun, kualitas ulasan sering terpengaruh oleh penggunaan kata tidak baku, singkatan, maupun kesalahan penulisan, sehingga dapat menurunkan akurasi klasifikasi. Penelitian ini bertujuan untuk meningkatan akurasi analisis sentimen dengan menerapkan metode koreksi ejaan Levenshtein Distance sebelum proses klasifikasi menggunakan algoritma K- Nearest Neighbors (KNN). Data ini diperoleh
melalui studi pustaka dan hasil scrapping di playstore pada aplikasi akulaku. Metode yang digunakan dalam penelitian imi adalah penerapan koreksi ejaan, ekstraksi fitur dengan Term Frequency-Inverce Document Frequency (TF-IDF), dan klasifikasi dengan KNN. Hasil penelitian ini mennjukkan bahwa berdasarkan hasil pengujian menunjukkan bahwa tanpa koreksi ejaan, akurasi rata-rata hanya mencapai 53%, sedangkan dengan penerapan Levenshtein Distance akurasi meningkat hingga 70%. Temuan ini membuktikan bahwa tahap akoreksi ejaan berperan penting dalam meningkatkan representasi fitur teks sehingga menghasilkan kinerja klasifikasi yang lebih baik.

Kata kunci: Analisis Sentimen, K-Nearest Neighbors, Levenshtein Distance, TF-IDF, Ulasan Aplikasi .


Ketersediaan
#
Perpustakaan STMIK AKBA (A / 946) SKR/TI/2025 REF AUL k
2941/SKR-Ti/AKBA/25
Tersedia namun tidak untuk dipinjamkan - No Loan
Informasi Detail
Judul Seri
-
No. Panggil
SKR AUL k
Penerbit
Makassar : UNITAMA., 2025
Deskripsi Fisik
xii + 60 hlm., 28,5 cm
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
REF AUL k
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
Pembimbing I: Pasnur dan Pembimbing II: A. Sumardin Penguji: Andi Yulia Muniar, Andi Maulidinnawati A. K. P, Fitriana M. Sabir
Pernyataan Tanggungjawab
-
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

UPT Perpustakaan Unitama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?