Sukma, Ummu Elsa (2022) ANALISIS SENTIMEN TERHADAP TINGKAT KEPUASAN PENGGUNA JASA LAYANAN ANTAR BARANG J&T EXPRESS 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 (494kB) |
|
Text (BAB I)
BAB I.pdf Download (272kB) |
|
Text (BAB II)
BAB II.pdf Restricted to Registered users only Download (420kB) |
|
Text (BAB III)
BAB III.pdf Restricted to Registered users only Download (864kB) |
|
Text (BAB IV)
BAB IV.pdf Restricted to Registered users only Download (362kB) |
|
Text (BAB V)
BAB V.pdf Download (45kB) |
|
Text (DAFTAR PUSTAKA)
Daftar Pustaka.pdf Restricted to Registered users only Download (74kB) |
![[img]](https://eprints.amikom.ac.id//style/images/fileicons/archive.png) |
Archive (SOURCE CODE)
Source Code 18.11.2173 Ummu Elsa Sukma.rar Restricted to Repository staff only Download (116kB) |
|
Text (PUBLIKASI)
Publikasi 18.11.2173 Ummu Elsa Sukma.pdf Restricted to Repository staff only Download (524kB) |
Abstract
Analisis sentimen merupakan salah satu dari sekian cabang teknik penelitian dari Text Mining yang digunakan untuk mengklasifikasi dokumen teks berupa opini berdasarkan sentimen. Dokumen teks yang digunakan dalam penelitian berasal dari Twitter tentang opini masyarakat mengenai penyedia jasa layanan antar barang J&T Express.Dalam penelitian ini analisis sentimen menggunakan algoritma support vector machine. Langkah pertama adalah dilakukan crawling data menggunakan twitter API dengan keyword. Setelah mengumpulkan data, dilakukan proses preprocessing, setelah proses preprocessing dilakukan pengambilan fitur pada setiap tweet, fitur yang didapatkan kemudian dikumpulkan menjadi sebuah list fitur. List fitur kemudian ditransformasikan menjadi feature vector dengan bentuk binary kemudian ditransformasikan menggunakan metode Tf-idf. Dataset terdiri dari 2 data yaitu training dan testing. Di dalam data training diberikan label secara manual. Hasil pengujian adalah akurasi yang diperoleh mencapai rata-rata 80% dengan komposisi data training dan data testing. Dari hasil tersebut metode Support Vector Machine dapat digunakan untuk klasifikasi sentimen terhadap data twitter J&T Express. Di dalam data testing dilakukan crawling data secara realtime dan data yang dihasil dilakukan pelabelan dan proses Preprocessing melalui sistem sehingga output akhir yang ditampilkan berupa sentimen positif, neutral dan negatif dari hasil crawling data sebelumnya.
| Item Type: | Thesis (S1 - Sarjana) | ||
|---|---|---|---|
| Contributor: |
|
||
| Uncontrolled Keywords: | sentiment analysis, twitter, support vector machine, inverse matrix, preprocessing | ||
| Subjects: | 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 000 Ilmu komputer, informasi dan pekerjaan umum 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer |
||
| Divisions: | Fakultas Ilmu Komputer > Informatika | ||
| Depositing User: | RC Universitas AMIKOM Yogyakarta | ||
| Date Deposited: | 02 Sep 2022 03:04 | ||
| Last Modified: | 04 Aug 2023 03:38 | ||
| URI: | http://eprints.amikom.ac.id/id/eprint/6536 |
Actions (login required)
 |
View Item |