ANALISIS SENTIMEN PADA REVIEW TOKOPEDIA MENGGUNAKAN ALGORITMA SVM DENGAN HYPERPARAMETER TUNING DAN METODE GRID SEARCH

Fajar, Erlam Muhammad (2024) ANALISIS SENTIMEN PADA REVIEW TOKOPEDIA MENGGUNAKAN ALGORITMA SVM DENGAN HYPERPARAMETER TUNING DAN METODE GRID SEARCH. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (1MB)
	Text (BAB I) BAB I.pdf Download (226kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (456kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (535kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (307kB)
	Text (BAB V) BAB V.pdf Download (82kB)
	Text (DAFTAR PUSTAKA-LAMPIRAN) Daftar Pustaka dan Lampiran.pdf Restricted to Registered users only Download (425kB)
	Archive (SOURCE CODE) Sourcecode - 20.83.0479.zip Restricted to Repository staff only Download (1MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (4MB)

Abstract

Analisis sentimen pada ulasan pengguna merupakan salah satu cara efektif untuk memahami persepsi pelanggan terhadap layanan yang diberikan oleh suatu platform, termasuk e-commerce seperti Tokopedia. Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna Tokopedia dengan menerapkan algoritma Support Vector Machine (SVM) sebagai model klasifikasi. Algoritma SVM dipilih karena kemampuannya dalam menangani data dengan dimensi tinggi dan memberikan hasil yang baik pada klasifikasi teks. Untuk meningkatkan akurasi dan performa model, penelitian ini menggunakan teknik hyperparameter tuning dengan metode Grid Search. Grid Search memungkinkan pemilihan kombinasi hyperparameter terbaik dengan cara mengevaluasi performa model pada berbagai konfigurasi parameter. Evaluasi model dilakukan dengan menggunakan metrik akurasi, precision, recall, dan F1score untuk mengukur efektivitas dari model yang dibangun. Hasil penelitian menunjukkan bahwa model SVM yang telah dioptimalkan menggunakan Grid Search mampu mencapai akurasi yang tinggi dalam klasifikasi sentimen pada ulasan Tokopedia. Nilai akurasi yang diperoleh sebesar 91,28%, dengan precision 91,40%, recall 91,28%, dan F1-score 91,30%. Hasil ini menunjukkan bahwa model yang dibangun memiliki keseimbangan yang baik antara ketepatan dan sensitivitas dalam mendeteksi sentimen positif dan negatif. Penelitian ini diharapkan dapat memberikan kontribusi bagi pengembangan sistem analisis sentimen di industri e-commerce, serta menjadi acuan bagi penelitian selanjutnya dalam pengembangan model klasifikasi teks dengan performa yang lebih baik.

Actions (login required)

View Item