Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

PENERAPAN MACHINE LEARNING PADA ANALISIS SENTIMEN APLIKASI MYTELKOMSEL MENGGUNAKAN DATA ULASAN GOOGLE PLAYSTORE

Farin Junita Fauzan, - (2024) PENERAPAN MACHINE LEARNING PADA ANALISIS SENTIMEN APLIKASI MYTELKOMSEL MENGGUNAKAN DATA ULASAN GOOGLE PLAYSTORE. Indonesian Journal of Computer Science. ISSN 2549-7286

[img]
Preview
Text
LAPORAN TA FARIN JUNITA FAUZAN - 12050323918.pdf

Download (13MB) | Preview

Abstract

Aplikasi MyTelkomsel merupakan sebuah platform akses digital yang menyediakan layanan terhadap telekomunikasi, Oleh karena itu, analisis sentimen terhadap pengguna Aplikasi MyTelkomsel menjadi relevan untuk mendapatkan wawasan yang berharga bagi pengembang dan pengelolaan aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen dan mengetahui perbandingan metode pada data ulasan terhadap Aplikasi Mytelkomsel. Dataset yang digunakan terbagi menjadi dua sesuai topik ulasan yaitu pelayanan dan pengguna. Metode pelabelan penelitian ini menggunakan Lexicon Based dan Pakar Bahasa Indonesia dengan tiga kelas yaitu positif, negatif dan netral. Dataset ulasan yang dilabeli diterapkan dengan metode SVM dan Random Forest. Dimana hasil yang didapatkan dari menerapkan dua datasset dengan dua pelabelan yaitu pendekatan oleh pakar cenderung lebih akurat dibandingkan pendekatan lexicon based karena akuurasi tertinggi lexicon based sebesar 79% sedangkan pelabelan Pakar sebesar 83%. Selain itu, dalam penelitian ini, algoritma SVM menunjukkan akurasi tertinggi, yakni 83%, pada dataset pengguna yang dianalisis oleh Pakar Bahasa Indonesia.

Item Type: Article
Contributors:
ContributionNameNIDN/NIDKEmail
Thesis advisorM AFDAL, -2028038801m.afdal@uin-suska.ac.id
Subjects: 000 Karya Umum > 004 Pemrosesan Data, Ilmu Komputer, Teknik Informatika
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 03 Jul 2024 01:27
Last Modified: 03 Jul 2024 01:27
URI: http://repository.uin-suska.ac.id/id/eprint/80412

Actions (login required)

View Item View Item