SISTEM PERHITUNGAN BUNGA PEMBAYARAN ANGSURAN PINJAMAN PADA KSP MITRA CABANG

Sebuah pendukung keputusan dalam menentukan ketika akan mengunjungi sebuah warung dan restoran kuliner di Kota Tegal yang sesuai dengan keinginan dan mempunyai pelayanan yang bagus merupakan sebuah hal yang diinginkan oleh setiap orang sebagai pelanggan. Sentiment Analysis berbasis text mining digunakan untuk memberikan sebuah solusi terkait dengan permasalahan tersebut. Tujuan penelitian ini adalah membuat sistem untuk memberikan sebuah pendukung keputusan dan solusi bagi para penjual warung dan restoran kuliner lokal di kota Tegal untuk dapat meningkatan nilai jual warung dan restoran sehingga dapat memberikan pelayanan yang memuaskan. Tujuan yang lainnya adalah menerapkan sebuah model terbaik untuk sentiment analysis dengan menggunakan machine learning untuk klasifikasi teks pada sistem sehingga didapatkan model terbaik yang dihasilkan untuk diimplementasikan pada sistem yaitu model dengan menggunakan algoritma Decision Tree. Ekperimen dilakukan untuk mendapatkan model yang terbaik dengan menggunakan tools Rapid Miner Studio yang kemudian diimplementasikan kedalam sebuah aplikasi berbasis web dengan menggunakan bahasa pemrograman PHP. Hasil dari penelitian menunjukan bahwa tingkat akurasi dari model yang dihasilkan tingkat akurasi model dengan menggunakan Decision Tree adalah yang terbaik yaitu 74.87%