Text

Penerapan Metode Adaptive Boosting (adaboost) pada Decision Tree untuk Analisis Sentimen Pelanggan Maxim

---

Teknologi informasi saat ini semakin berkembang pesat, salah satu bentuk
pemanfaat teknologi dengan menggunakan internet yaitu layanan transportasi
online berbasis aplikasi mobile. Maxim merupakan salah satu jasa transportasi
online di Indonesia yang menawarkan harga relatif lebih murah dibandingkan
layanan transportasi online lainnya. Penelitian ini bertujuan untuk menerapkan
metode Adaptive Boosting (Adaboost) pada Decision Tree untuk klasifikasi data
ulasan pelanggan Maxim sehingga dapat membentuk faktor-faktor kepuasan
pelanggan. Data ulasan diperoleh dari bulan Juni – Desember 2022 sebanyak 1500
ulasan. Klasifikasi dilakukan menggunakan metode Adaptive Boosting dengan
Decision Tree dan Tuning Hyperparameter Grid Search. Adaptive Boosting
digunakan untuk meningkatkan performa dari Decision Tree sehingga dapat bekerja
dengan lebih baik. Algoritma Grid Seacrh digunakan untuk menentukan kombinasi
hyperparameter terbaik pada Adaptive Boosting sehingga proses klasifikasi dapat
lebih optimal. Klasifikasi menggunakan model Adaptive Boosting dengan Decision
Tree menghasilkan nilai akurasi, precision dan recall sebesar 83,69%, 86,75% dan
85,71% dengan kombinasi parameter terbaik berdasarkan Grid Search yaitu
n_estimators (jumlah pohon) sebenyak 300 dan learning rate sebesar 0,001.
Berdasarkan nilai akurasi tersebut, dapat disimpulkan bahwa model Adaptive
Boosting cukup baik dalam mengklasifikasikan data ulasan pelanggan Maxim.
Kata Kunci: Transportasi online, Adaptive Boosting, Decision Tree, Grid Search.

---

Ketersediaan

1117E2023

1117 E 2023

Perpustakaan FSM Undip

Tersedia

Informasi Detail

Judul Seri

-

No. Panggil

1117 E 2023

Penerbit

: .,

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

NONE

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Erni Triana

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar