Muzaki, Fauzan Lutfi (2025) ANALISIS SENTIMEN ULASAN PENGGUNA PADA APLIKASI MOTORKU X MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (1MB) |
|
Text (BAB I)
BAB I.pdf Download (228kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (726kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (449kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (50kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (179kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.11.4309.zip Restricted to Repository staff only Download (2MB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (4MB) |
Abstract
Pada era digital, aplikasi seluler memainkan peran penting dalam berbagai sektor, termasuk di sektor otomotif. Salah satu aplikasi yang berkembang di sektor ini adalah Motorku X, yang dirancang untuk mempermudah pengguna dalam mengelola perawatan kendaraan. Ulasan pengguna terhadap aplikasi ini memberikan wawasan yang sangat penting mengenai pengalaman dan kepuasan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Motorku X menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan berupa 10.333 ulasan pengguna yang diambil dari Google Play Store. Proses analisis melibatkan tahapan preprocessing data dan pembobotan menggunakan TF-IDF. Algoritma SVM digunakan untuk mengklasifikasikan sentimen positif dan negatif. Hasil penelitian menunjukkan bahwa algoritma SVM memberikan performa yang baik, dengan akurasi berkisar antara 93% hingga 95% tanpa SMOTE, dengan akurasi tertinggi pada rasio 90:10 dengan akurasi sebesar 95%. Setelah penerapan SMOTE, akurasi sedikit menurun menjadi 91% hingga 92% dengan akurasi tertinggi pada rasio 80:20 dan 90:10 yang keduanya memiliki akurasi sebesar 92%. Meskipun ada penurunan akurasi setelah penerapan SMOTE, recall untuk sentimen negatif meningkat secara signifikan yang mengindikasikan bahwa SMOTE efektif dalam meningkatkan kemampuan model untuk mengenali kelas minoritas, yaitu sentimen negatif.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Support Vector Machine, Aplikasi Motorku X, SMOTE | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 13 Mar 2025 01:08 | ||
| Last Modified: | 13 Mar 2025 01:08 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/28806 |
Actions (login required)
 |
View Item |