Nugroho, Bayu Ahmad (2025) ANALISIS SENTIMEN ULASAN PRODUK AMAZON MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/text.png) |
Text (COVER-ABSTRAK)
COVER.pdf Download (879kB) |
|
Text (BAB I)
BAB I.pdf Download (249kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (735kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (387kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (1MB) |
|
Text (BAB V)
BAB V.pdf Download (71kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (187kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Sourcecode - 21.12.2229.zip Restricted to Repository staff only Download (545kB) |
|
Text (PUBLIKASI)
Publikasi.pdf Restricted to Repository staff only Download (773kB) |
Abstract
Penelitian ini bertujuan untuk menganalisis sentimen ulasan produk women dresses di Amazon menggunakan algoritma Support Vector Machine (SVM). Mengingat banyaknya ulasan produk, analisis manual menjadi tidak efisien, sehingga penelitian ini menggunakan SVM untuk mengklasifikasikan ulasan menjadi sentimen positif, negatif, atau netral.Data ulasan diperoleh dari dataset Kaggle yang berisi 23.486 ulasan produk. Proses preprocessing dilakukan dengan membersihkan teks, menghapus kata-kata tidak relevan (stopwords), serta melakukan tokenisasi dan lemmatization. Fitur utama diekstraksi menggunakan TF-IDF untuk mengubah teks menjadi representasi numerik. Hasil evaluasi model SVM menunjukkan akurasi 83% dalam mengklasifikasikan sentimen. Penelitian ini juga menemukan bahwa penggunaan SMOTE untuk menangani ketidakseimbangan kelas meningkatkan kinerja model. Temuan ini memberikan kontribusi bagi sistem analisis sentimen di platform e-commerce dan meningkatkan pengalaman belanja konsumen.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | Analisis Sentimen, Support Vector Machine (SVM), TF-IDF, SMOTE, E-Commerce | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 006 Metode komputer khusus | ||
| Divisions: | Fakultas Ilmu Komputer > Sistem Informasi | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 16 Sep 2025 01:36 | ||
| Last Modified: | 16 Sep 2025 01:36 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/30661 |
Actions (login required)
 |
View Item |