Analisis sentimen terhadap penggunaan aplikasi Shopee mengunakan algoritma Support Vector Machine (SVM)

Idris, Irma Surya Kumala and Mustofa, Yasin Aril and Salihi, Irvan Abraham (2023) Analisis sentimen terhadap penggunaan aplikasi Shopee mengunakan algoritma Support Vector Machine (SVM). Jambura Journal of Electrical and Electronics Engineering, 5 (1): 6. pp. 32-35. ISSN 2654-7813

[thumbnail of 2654-7813_5_1_2023-6.pdf]
Preview
Text
2654-7813_5_1_2023-6.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (811kB) | Preview

Abstract

Analisis Sentimen merupakan cabang dari penelitian text mining yang melakukan proses pengklasifikasian dokumen teks. Analisis sentimen dapat melakukan ekstraksi pendapat, emosi, dan evaluasi tertulis seseorang tentang topik tertentu menggunakan teknik pemrosesan Bahasa alami. Pada penelitian ini melakukan analisis sentiment terhadap penggunaan aplikasi Shopee menggunakan algoritma Support Vector Machine (SVM). Tujuan dari penelitian ini adalah untuk mengklasifikasi data komentar dari pengguna aplikasi Shopee kedalam komentar positif dan negatif dengan mempelajari pendapat pengguna tentang aplikasi Shopee melalui ulasan yang diberikan, dan untuk mengetahui kinerja dari metode pengklasifikasi yang digunakan. Pada penelitian ini data diperoleh dengan cara mengangkat data dari ulasan penggunakan aplikasi Shopee menggunakan metode scraping dan berhasil mendapat 3000 data ulasan. Hasil penelitian menggunakan algoritma Support Vector Machine terbukti mampu menghasilkan kinerja yang cukup baik dengan hasil akurasi sebesar 98% dan f1-score sebesar 0.98 atau sebesar 98%.

Item Type: Article
Uncontrolled Keywords: SVM, Analisis sentimen, Support vector machine, Computer application, Shopee, Marketplace
Subjects: Electrotechnology
Computers, Control & Information Theory
Computers, Control & Information Theory > Applications Software
Depositing User: - Annisa -
Date Deposited: 18 Mar 2024 07:42
Last Modified: 18 Mar 2024 07:42
URI: https://karya.brin.go.id/id/eprint/23000

Actions (login required)

View Item
View Item