eprintid: 32390
rev_number: 15
eprint_status: archive
userid: 12
dir: disk0/00/03/23/90
datestamp: 2026-07-27 07:13:24
lastmod: 2026-07-27 07:13:24
status_changed: 2026-07-27 07:13:24
type: thesis
metadata_visibility: show
creators_name: Asshidiq, Aji Nugroho
creators_nim: 19.11.3186
contributors_name: Baita, Anna
corp_creators: Universitas AMIKOM Yogyakarta
title: OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN
SMOTE UNTUK MENANGANI KETIDAKSEIMBANGAN
DATA PADA KLASIFIKASI SENTIMEN
ispublished: pub
subjects: 000.000.005
divisions: if
full_text_status: restricted
keywords: Analisis Sentimen, Support Vector Machine (SVM), Imbalanced
Dataset, SMOTE, TF-IDF, Sentiment Analysis.
abstract: 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
date_type: published
institution: Universitas AMIKOM Yogyakarta
department: Fakultas Ilmu Komputer
thesis_type: bachelor
thesis_name: skripsi
citation:   Asshidiq, Aji Nugroho  (2026) OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN SMOTE UNTUK MENANGANI KETIDAKSEIMBANGAN DATA PADA KLASIFIKASI SENTIMEN.  S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.   
document_url: https://eprints.amikom.ac.id/id/eprint/32390/1/COVER.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/2/BAB%20I.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/3/BAB%20II.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/4/BAB%20III.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/5/BAB%20IV.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/6/BAB%20V.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/7/Daftar%20Pustaka.pdf
document_url: https://eprints.amikom.ac.id/id/eprint/32390/8/Sourcecode%20-%2019.11.3186.zip
document_url: https://eprints.amikom.ac.id/id/eprint/32390/9/Publikasi.pdf