FIRDAUS, SUKMAWATI RIZKI (2024) PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN RATING DAN REVIEW PADA APLIKASI NOICE DI SITUS GOOGLE PLAY. S1 thesis, Universitas Mercu Buana - Buncit.
|
Text (COVER)
41820010127 - Sukmawati Rizki Firdaus - 02 Cover.pdf Download (396kB) | Preview |
|
|
Text (ABSTRAK)
41820010127 - Sukmawati Rizki Firdaus - 03 Abstrak.pdf Download (31kB) | Preview |
|
Text (BAB 1)
41820010127 - Sukmawati Rizki Firdaus - 04 BAB 1.pdf Restricted to Registered users only Download (110kB) |
||
Text (BAB 2)
41820010127 - Sukmawati Rizki Firdaus - 05 BAB 2.pdf Restricted to Registered users only Download (319kB) |
||
Text (BAB 3)
41820010127 - Sukmawati Rizki Firdaus - 06 BAB 3.pdf Restricted to Registered users only Download (319kB) |
||
Text (BAB 4)
41820010127 - Sukmawati Rizki Firdaus - 07 BAB 4.pdf Restricted to Registered users only Download (602kB) |
||
Text (BAB 5)
41820010127 - Sukmawati Rizki Firdaus - 08 BAB 5.pdf Restricted to Registered users only Download (28kB) |
||
Text (DAFTAR PUSTAKA)
41820010127 - Sukmawati Rizki Firdaus - 09 Daftar Pustaka.pdf Restricted to Registered users only Download (92kB) |
||
Text (LAMPIRAN)
41820010127 - Sukmawati Rizki Firdaus - 10 Lampiran.pdf Restricted to Registered users only Download (337kB) |
Abstract
Aplikasi Noice merupakan aplikasi audio pertama di Indonesia yang menawarkan beragam audio menarik seperti podcast, audiobook, radio, musik, dan live streaming antar pengguna lainnya yang dapat dinikmati kapan saja, di mana saja hanya dengan mengakses aplikasi Noice melalui ponsel pintar. Pada penelitian ini fokus untuk analisis sentimen aplikasi Noice menggunkan metode Support Vector Machine terbukti cukup efektif dalam klasifikasi sentimen. Alur awal proses yang dilakukan pada analisis sentimen di penelitian ini yaitu pengumpulan data review dan rating sebanyak 1.912 dengan cara scraping pada situs google play. Selanjutnya tahap preprocessing yang memiliki lima tahapan yaitu Case Folding dan Cleaning, Tokenizing, Stopword Removal, Normalization, dan Stemming. Setelah mendapatkan hasil preprocessing, dataset berubah menjadi 1.451 dan melakukan proses pelabelan data yang mengasilkan sentimen positif 1.186 dan sentimen negatif 266. Selanjutnya, Membagi data latih dan data uji yang akan digunakan dalam implementasi algoritma SVM. Proses selanjutnya, melakukan perhitungan akurasi metode SVM. Terakhir yaitu evaluasi hasil SVM menggunakan Confusion Matrix, hasil evaluasi kinerja algoritma SVM kernel linier pada analisis sentimen Review Aplikasi Noice menggunakan tiga skenario data split, skenario kedua mempunyai kinerja terbaik dengan perbandingan 70% data latih dan 30% data uji. Akurasi 87%, presisi 91%, recall 96%, dan F1-Score 93%
Actions (login required)
View Item |