Moh. Sudah, NIM.: 20108020032 (2024) KOMPARASI MODEL NAIVE BAYES CLASIFIER, SVM, DAN RANDOM FOREST TERHADAP ULASAN APLIKASI PT. ALAMI DI GOOGLE PLAYSTORE. Skripsi thesis, UIN SUNAN KALIJAGA YOGYAKARTA.
|
Text (KOMPARASI MODEL NAIVE BAYES CLASIFIER, SVM, DAN RANDOM FOREST TERHADAP ULASAN APLIKASI PT. ALAMI DI GOOGLE PLAYSTORE)
20108020032_BAB-I_IV-atau-V_DAFTAR-PUSTAKA.pdf - Published Version Download (5MB) | Preview |
|
|
Text (KOMPARASI MODEL NAIVE BAYES CLASIFIER, SVM, DAN RANDOM FOREST TERHADAP ULASAN APLIKASI PT. ALAMI DI GOOGLE PLAYSTORE)
20108020032_BAB-II_sampai_SEBELUM-BAB-TERAKHIR.pdf - Published Version Restricted to Registered users only Download (5MB) | Request a copy |
Abstract
Kemajuan teknologi memberikan dampak signifikan terhadap sektor keuangan. Hal ini juga membuat perusahaan financial technology (fintech) mengalami perkembangan dan mendapat perhatian khusus dari lembaga, perusahaan, dan masyarakat. Sayangnya dari total jumlah lembaga fintech hanya 7% yang berdasarkan prinsip syariah pada tahun 2023. Sangat ironis jika melihat populasi umat islam di Indonesia yang begitu besar. The Royal Islamic Strategic Studies Centre (RISSC) mengeluarkan laporan edisi 2023 dengan tajuk Muslim 500: The World's 500 Most Influential Muslims 2024, dimana dalam laporan ini tercatat populasi umat Islam di Indonesia mencapai 240.622.084 juta atau 86,7% dari jumlah total penduduk Indonesia yang mencapai 277.534.122 juta jiwa. Hal ini sekaligus menempatkan Indonesia sebagai negara dengan populasi muslim terbesar di dunia. PT. Alami merupakan salah satu perusahaan fintech dengan prinsip syariah. Sayangnya perkembangannya terhitung lambat dibandingkan dengan fintech konvensional. Oleh karena itu, penelitian ini bermaksud untuk menganalisis sentimen nasabah PT. Alami melalui komentar aplikasi di google Plasystore melalui komparasi model machine learning super vector machine (SVM), Random Forest (RF), dan Naïve Bayes (NB). Hasil penelitian ini meunjukkan bahwa SVM merupakan model yang memperoleh akurasi paling konsisten dengan nilai akurasi di atas 70% dari semua rasio data yang digunakan. Implikasi penelitian ini diharapkan dapat menjadi preferensi secara praktis terhadap sektor sharia fintech landing secara umum, khususnya terhadap PT. Alami untuk mengembangkan dan memajukan sektor keuangan syariah (fintech landing).
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information / Supervisor: | Pembimbing: Alex Fahrur Riza, SE., M.SC. |
| Uncontrolled Keywords: | Analisis Sentiment, Super Vector Machine, Random Forest, Naive Bayes, Fintech. |
| Subjects: | 300 Ilmu Sosial > 330 Ilmu Ekonomi > 332 Ekonomi Keuangan dan Finansial, Ekonomi Biaya dan Pembiayaan |
| Divisions: | Fakultas Ekonomi dan Bisnis Islam > Perbankan Syari'ah (S1) |
| Depositing User: | Muh Khabib, SIP. |
| Date Deposited: | 09 Sep 2024 08:58 |
| Last Modified: | 09 Sep 2024 08:58 |
| URI: | http://digilib.uin-suka.ac.id/id/eprint/66846 |
Share this knowledge with your friends :
Actions (login required)
![]() |
View Item |
