IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN PROVIDER INDOSAT

Arya, Dexy (2021) IMPLEMENTASI SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP PELAYANAN PROVIDER INDOSAT. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (624kB)
	Text (BAB I) BAB I.pdf Download (275kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (507kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (465kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (758kB)
	Text (BAB V) BAB V.pdf Download (60kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (78kB)
	Text (SOURCE CODE) Publikasi-17.11.1368-Dexy Arya - Dexy Arya.pdf Restricted to Repository staff only Download (396kB)
	Other (PUBLIKASI) Source Code-17.11.1368-Dexy Arya - Dexy Arya.rar Restricted to Repository staff only Download (219kB)

Abstract

Sosial media merupakan salah satu media yang di gunakan untuk beropin dan mengekspresikan diri bagi setiap penggunanya.Twitter adalah salah satu social media yang sangat popular terutama di Indonesia,pada tahun 2019 pengguna twitter meningkat sebanyak 17 persen yaitu 145 juta pengguna dan Indonesia menjadi salah satu negara yang pertumbuhan pengguna aktif harian paling besar, Media twitter merupakan media berekspresi setiap pengguna tanpa adanya batasan.tweet yang berupa ekspresi dan apresiasi dari pengguna dapat di gunakan untuk ulasan dari sebuah layanan atau produk.Dalam tugas akhir ini di lakukan analisis sentimen terhadap layanan provider Indosat menggunakan metode Support Vector Mechine ,pengumpulan data dilakukan dengan menggunakan twitter API, Data set terdiri dari dua data yaitu data training dan data testing, data tersebut akan di gunakan dalam proses pembuatan model Support Vector Mechine untuk menguji performa model menggunakan metode K-Fold Cross Validation dan Confusion Matrix. Berdasarkan 7 pengujian dengan jumlah data training dan data testing yang berbeda didapatkan akurasi tertinggi pada pengujian ketujuh dengan nilai akurasi 0.81944 atau 82.9%, dari 288 data yang di ujikan terdapat 82 data negatif , 70 data netral dan 84 data positif yang di prediksi secara tepat dan benar, hasil pengujian kernel didapat nilai tertinggi pada kernel polynomial dengan tingkat akurasi sebesar 0.82 Precision 0.83 dan recall 0.82.

Actions (login required)

View Item