relation: https://eprints.amikom.ac.id/id/eprint/32390/
title: OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN  SMOTE UNTUK MENANGANI KETIDAKSEIMBANGAN  DATA PADA KLASIFIKASI SENTIMEN
creator: Asshidiq, Aji Nugroho
subject: 005 Pemrograman komputer, program dan data
description: Analisis sentimen seringkali menghadapi masalah ketidakseimbangan kelas data  (imbalanced dataset) yang menyebabkan model Support Vector Machine (SVM)  cenderung bias dan kesulitan memprediksi kelas minoritas. Penelitian ini bertujuan  untuk mengoptimalkan kinerja SVM dalam mengklasifikasikan data sentimen  menggunakan teknik penyeimbangan data Synthetic Minority Over-sampling  Technique (SMOTE) dan metode pembobotan teks Term Frequency-Inverse  Document Frequency (TF-IDF).  Pengujian dilakukan melalui tiga rasio pembagian  data latih dan uji, yaitu 80:20 (Skenario 1), 70:30 (Skenario 2), dan 60:40 (Skenario  3). Peningkatan paling terlihat ketika menguji skenario 80:20(Skenario 1), dimana  kinerja model mencapai titik paling optimal dengan peningkatan rata-rata akurasi  sebesar 82,83% dan F1-Score 82,42%. Kesimpulannya, penerapan SMOTE  terbukti sangat efektif untuk mengatasi bias terhadap kelas mayoritas, sehingga  menghasilkan sistem klasifikasi sentimen yang jauh lebih adil, stabil, dan dapat  diandalkan.
date: 2026-02-26
type: Thesis
type: NonPeerReviewed
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/1/COVER.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/2/BAB%20I.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/3/BAB%20II.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/4/BAB%20III.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/5/BAB%20IV.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/6/BAB%20V.pdf
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/7/Daftar%20Pustaka.pdf
format: archive
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/8/Sourcecode%20-%2019.11.3186.zip
format: text
language: id
identifier: https://eprints.amikom.ac.id/id/eprint/32390/9/Publikasi.pdf
identifier:   Asshidiq, Aji Nugroho  (2026) OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN SMOTE UNTUK MENANGANI KETIDAKSEIMBANGAN DATA PADA KLASIFIKASI SENTIMEN.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.