Aji Nursalim, - ANALISIS SENTIMEN KOMENTAR PADA GOOGLE PLAY STORE, TWITTER DAN YOUTUBE TERHADAP APLIKASI MYPERTAMINA DENGAN SUPPORT VECTOR MACHINE. Jurnal Teknik Informatika (JUTIF). ISSN p-ISSN: 2723-3863 e-ISSN: 2723-3871

Preview

Text Aji_2023.pdf Download (8MB) | Preview

Abstract

Aplikasi merupakan kebutuhan yang penting dalam sebuah bisnis karena membuat pekerjaan menjadi lebih efesien sehingga meningkatkan hasil dari perusahaan, pertamina selaku penyuplai bahan bakar minyak (BBM) di Indonesia memberikan inovasi terbaru dengan meluncurkan aplikasi mypertamina untuk pembelian BBM yang menimbulkan opini masyarakat, dan menyampaikan aspirasinya di sosial media. Text mining merupakan salah satu cara untuk mengelompokan komentar masyarakat karena text mining memiliki analisa yang berfokus untuk menganalisa suatu komentar yang diekstrak menjadi sebuah informasi. Tujuan penelitian ini untuk mengetahui sentiment masyarakat terhadap penggunaan mypertamina dengan pengklasifikasian komentar menggunakan algoritma Support Vector Machine (SVM) dan mencari kernel terbaik diantara linear, polynomial dan RBF. Dalam penelitian ini data diambil dari tiga media sosial yaitu Google Play Store sebanyak 18.000 data, Twitter sebanyak 20.000 data dan YouTube sebanyak 6.400 data dengan total sebanyak 44.400 data. Sentimen dilakukan dengan memberikan kelas positif dan negatif, akurasi yang di dapat dari sentiment yang dilakukan untuk data google play store sebesar 95%, twitter 76% dan youtube 99% serta diketahui kernel svm terbaik dalam penelitian ini adalah kernel RBF yang mengungguli kernel linear dan polynomial. Kata kunci: aplikasi, mypertamina, sentimen, SVM.

Actions (login required)

View Item