Wardani, Didin Kusuma (2023) IMPLEMENTASI METODE MULTINOMINAL SUPPORT VECTOR MACHINE UNTUK ANALISA SENTIMEN TERHADAP LAYANAN INDIHOME PADA SOCIAL MEDIA TWITER. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
Text (COVER-ABSTRAK)
COVER.pdf Download (772kB) |
|
Text (BAB I)
BAB I.pdf Download (162kB) |
|
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 (249kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (640kB) |
|
Text (BAB V)
BAB V.pdf Download (66kB) |
|
Text (DAFTAR PUSTAKA-LAMPIRAN)
Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (302kB) |
|
Archive (SOURCE CODE)
Source Code - Didin Kusuma Wardani.zip Restricted to Repository staff only Download (510kB) |
|
Text (PUBLIKASI)
Publikasi - Didin Kusuma Wardani.pdf Restricted to Repository staff only Download (451kB) |
Abstract
Kemajuan zaman seperti ini, internet menjadi kebutuhan setiap insan untuk mencari berbagai hal. Banyak pengguna internet di zaman ini terus berkembang pesat. Internet sendiri memiliki berbagai macam manfaat seperti mencari informasi, menonton video, bermain game online dan masih banyak hal lainnya. Indonesia mempunyai jasa penyedia internet salah satunya Indihome. Indihome merupakan layanan intenet yang diresmikan oleh PT. Telkom Indonesia pada tahun 2015. Biasanya pengguna internet mencari informasi melalui media sosial salah satunya Twitter. Twitter merupakan media sosial yang dapat memuat informasi secara realtime yang dimana informasi tersebut berasal dari pengguna Twitter itu sendiri. Indihome mempunyai akun media sosial Twitter yang bertujuan untuk mempromosikan produk Indihome dan menerima keluhan pengguna Indihome itu sendiri. Tujuan penelitian ini dilakukan yaitu menganalisis sentiment keluhan pelanggan Indihome menggunakan metode Support Vector Machine (SVM) melalui media sosial Twitter. Data keluhan para pelanggan Indihome diambil mulai dari 29 September 2022 sampai 27 Oktober 2022 dan dapat dikumpulkan sebanyak 1513 data. Kemudian data tersebut dibagi menjadi tiga akelas diantaranya negatif sebanyak 537 data, netral sebanyak 520 data, dan positif sebanyak 456 data. Selanjutnya data dibagi menjadi dua bagian yaitu data latih sebanyak 1210 data dan data uji 303 data. Setelah dilakukan perhitungan didapatkan rata-rata nilai akurasi sebesar 80,52%. Selanjutnya hasil pengujian perhitungan dengan metode SVM diperoleh rata-rata precission 80,66%, recall 80,33%, dan f1-score 80,66%.
Item Type: | Thesis (S1 - Sarjana) | ||
---|---|---|---|
Contributor: |
|
||
Uncontrolled Keywords: | Analisis sentimen, Support Vector Machine (SVM), Indihome, Twitter | ||
Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum | ||
Divisions: | Fakultas Ilmu Komputer > Informatika | ||
Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
Date Deposited: | 28 Aug 2023 03:07 | ||
Last Modified: | 29 Sep 2023 07:45 | ||
URI: | http://eprints.amikom.ac.id/id/eprint/20884 |
Actions (login required)
View Item |