PENERAPAN LEXICON BASED FEATURES TERHADAP SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN APLIKASI CAMSCANNER PADA GOOGLE PLAY STORE

PUTRI, OKTAVIA PRATAMI (2025) PENERAPAN LEXICON BASED FEATURES TERHADAP SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN APLIKASI CAMSCANNER PADA GOOGLE PLAY STORE. Undergraduate thesis, UNIVERSITAS MUHAMMADIYAH JEMBER.

	Text PENDAHULUAN.pdf Download (2MB)
	Text ABSTRAK.pdf Download (1MB)
	Text BAB 1.pdf Download (1MB)
	Text BAB 2.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text BAB 5.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (1MB)
	Text LAMPIRAN.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Perkembangan teknologi pada saat ini semakin pesat terutama dalam memberikan ulasan secara online diberbagai platform terutama pada Google Play Store. Google Play Store menawarkan fitur ulasan yang memungkinkan pengguna memberikan ulasan yang berkaitan dengan kepuasan, kritik, serta saran untuk aplikasi yang telah diunduh. Namun sering terjadi ketidaksesuaian antara rating dan ulasan yang diberikan oleh pengguna, sehingga hal tersebut belum mampu mempresentasikan kualitas aplikasi secara menyeluruh. Ruang lingkup penelitian ini hanya pada ulasan aplikasi dengan sentimen yang bernilai Positif dan Negatif. Penelitian ini dalam mengolah data menerapkan Lexicon Based Features terhadap Support Vector Machine (SVM). Penelitian ini bertujuan untuk mengetahui nilai klasifikasi secara mendalam berdasarkan data hasil ulasan CamScanner dalam mencari hasil Akurasi, Presisi, dan Recall. Akurasi tertinggi yang dihasilkan pada penelitian ini yaitu 94,4% sedangkan nilai Akurasi terendah didapatkan hasil sebesar 87%. Hasil Confusion Matrix dalam mencari Presisi pada sentimen Positif sebesar 91%, sedangkan Presisi yang diperoleh dari sentimen Negatif 77%. Hasil yang diperoleh dari Recall pada sentimen Positif yang didapatkan sebesar 97%, dan Negatif 48%.

Contribution

Nama Dosen Pembimbing

NIDN/NIDK

Dosen Pembimbing

DARYANTO, DARYANTO

NIDN0707077203

Dosen Pembimbing

A'YUN, QURROTA

NIDN0703069002

Item Type:	Thesis (Undergraduate)
Keywords/Kata Kunci:	Analisis Sentimen, Google Play Store, Teks Mining, Lexicon Based Features, SVM
Subjects:	000 Computer Science, Information, & General Works > 004 Data Processing, Computer Science
Divisions:	Faculty of Engineering > Department of Informatics Engineering (S1)
Depositing User:	Oktavia Pratami Putri | oktaviaputri858@gmail.com
Date Deposited:	19 Feb 2025 06:42
Last Modified:	19 Feb 2025 06:42
URI:	http://repository.unmuhjember.ac.id/id/eprint/24184

Actions (login required)

View Item