Analisis Sentimen Terhadap Ulasan Netizen Pada Aplikasi CamScanner Menggunakan Metode Support Vector Machine (SVM)

Sari, Wina Ayunda (2023) Analisis Sentimen Terhadap Ulasan Netizen Pada Aplikasi CamScanner Menggunakan Metode Support Vector Machine (SVM). Undergraduate thesis, Universitas Muhammadiyah Jember.

	Text A. PENDAHULUAN.pdf Download (1MB)
	Text B. ABSTRAK.pdf Download (581kB)
	Text B. BAB I.pdf Download (2MB)
	Text D. BAB II.pdf Restricted to Repository staff only Download (871kB) | Request a copy
	Text E. BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text F. BAB IV.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text G. BAB V.pdf Restricted to Repository staff only Download (575kB) | Request a copy
	Text H. DAFTAR PUSTAKA.pdf Download (668kB)
	Text I. LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Canggihnya teknologi saat ini para pengguna Smartphone memungkinkan untuk memberikan ulasan secara online diberbagai platform media sosial. Mekanisme Google Play Store dimana pengguna mengulas aplikasi melalui komentar yang diurutkan berdasarkan rating. Namun banyak ditemukan rating yang tidak sesuai dengan ulasan yang telah diberikan oleh pengguna sehingga hal tersebut belum cukup menggambarkan kualitas dari aplikasi. Ruang lingkup pada penelitian ini dilakukan hanya pada ulasan Aplikasi terhadap sentimen yang bernilai Positif, Negatif, dan Netral. Penelitian ini dalam pengolahan data menggunakan metode Support Vector Machine (SVM). Tujuan dari penelitian ini yaitu untuk mengetahui nilai klasifikasi lebih dalam terkait data dari hasil ulasan CamScanner dalam mencari hasil Akurasi, Presisi, Recall, dan F-Measure. Hasil Akurasi terbaik yang didapatkan pada penelitian ini yaitu sebesar 95,2% dan melakukan pengujian menggunakan Unseen Data yang menghasilkan nilai sebesar 81%. Sedangkan nilai Akurasi terendah didapatkan hasil sebesar 86% dengan pengujian menggunakan Unseen Data menghasilkan nilai Akurasi sebesar 82,2%. Hasil Confusion Matrix dalam mencari Presisi pada sentimen Positif sebesar 81%, sedangkan Presisi yang diperoleh dari sentimen Negatif 88%, dan Netral 20%. Hasil yang diperoleh dari Recall pada sentimen Positif yang didapatkan sebesar 81%, Negatif 88%, dan Netral 20%. Hasil F-Measure pada sentimen Positif sebesar 81%, Negatif 88%, dan Netral 20%.

Item Type:	Thesis (Undergraduate)
Uncontrolled Keywords:	Analisis Sentimen, Google Play Store, Teks Mining, SVM
Subjects:	000 Computer Science, Information, & General Works > 003 Systems 000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Department:	S1 Teknik Informatika
Depositing User:	Wina Ayunda Sari
Contributors:	Contribution Contributor Name NIDN/NIDK UNSPECIFIED Arifianto, Deni 0718068103 UNSPECIFIED Nilogiri, Agung 0030037701
Contact Email Address:	winaayundasari02@gmail.com
Date Deposited:	21 Jun 2023 01:43
Last Modified:	21 Jun 2023 01:43
URI:	http://repository.unmuhjember.ac.id/id/eprint/17342

Actions (login required)

View Item