M. ANDHIKA FAKHRIZAL, - (2025) IMPLEMENTASI SUPPORT VECTOR MACHINE PADA ONLINE REVIEW APLIKASI SKILL ACADEMY. Skripsi thesis, UNIVERSITAS ISLAM NEGERI SULTAN SYARIF KASIM RIAU.

Preview	Text (BAB GABUNGAN) M. Andhika Fakhrizal BAB I - Akhir (Kecuali BAB IV) - M. ANDHIKA FAKHRIZAL SISTEM INFORMASI.pdf Download (7MB) | Preview
	Text (BAB HASIL) M. Andhika Fakhrizal BAB Hasil - M. ANDHIKA FAKHRIZAL SISTEM INFORMASI.pdf Restricted to Repository staff only Download (619kB)
Preview	Text (SURAT PUBLIKASI) Surat Pernyataan Serah Simpan Karya - M. Andhika Fakhrizal - M. ANDHIKA FAKHRIZAL SISTEM INFORMASI.pdf Download (709kB) | Preview

Abstract

Penelitian ini bertujuan untuk mengetahui opini pengguna terhadap aplikasi Skill Academy berdasarkan ulasan daring (online review) yang diklasifikasikan menggunakan dua pendekatan, yaitu Support Vector Machine (SVM) dan Lexicon-Based. Metode SVM dipilih karena kemampuannya dalam mengklasifikasikan data secara optimal melalui proses pembelajaran mesin, sementara pendekatan Lexicon-Based digunakan sebagai pembanding karena bersifat sederhana dan tidak memerlukan proses pelatihan. Dataset yang digunakan terdiri dari 2.109 data ulasan yang telah melalui tahap Preprocessing, kemudian dibagi menggunakan skema 80:20 untuk pelatihan dan pengujian. Proses optimasi parameter pada SVM dilakukan menggunakan teknik Grid Search guna memperoleh konfigurasi parameter terbaik. Hasil penelitian menunjukkan bahwa model SVM, baik sebelum maupun sesudah tuning, menghasilkan akurasi tertinggi sebesar 94%, sedangkan pendekatan Lexicon-Based memperoleh akurasi sebesar 75%. Confusion Matrix menunjukkan bahwa SVM memiliki tingkat kesalahan klasifikasi yang lebih rendah dibandingkan Lexicon-Based. Dengan demikian, dapat disimpulkan bahwa algoritma SVM lebih efektif dan akurat dalam mengidentifikasi sentimen pengguna terhadap aplikasi Skill Academy. Penelitian ini juga menunjukkan bahwa tuning parameter menggunakan Grid Search tidak memberikan peningkatan akurasi yang signifikan, namun tetap penting sebagai langkah validasi model.

Actions (login required)

View Item