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

PENERAPAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA X TERHADAP INDIHOME, BIZNET, DAN STARLINK

ZHEVIN ALFIAN, - (2025) PENERAPAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PENGGUNA X TERHADAP INDIHOME, BIZNET, DAN STARLINK. Building of Informatics, Technology and Science (BITS), 7 (2). ISSN 2685-3310

[img]
Preview
Text (JURNAL ARTIKEL)
Repository Zhevin Alfian - Zhevin Alfian.pdf - Published Version

Download (2MB) | Preview
[img]
Preview
Text (PERNYATAAN PUBLIKASI MAHASISWA)
Serah terima - Zhevin Alfian.pdf - Published Version

Download (618kB) | Preview
[img]
Preview
Text (PERNYATAAN PUBLIKASI DOSEN)
Pernyataan ttd pembimbing - Zhevin Alfian.pdf - Published Version

Download (575kB) | Preview

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna media sosial X terhadap tiga penyedia layanan internet di Indonesia yaitu, IndiHome, Biznet, dan Starlink. Analisis difokuskan pada lima variabel utama, yaitu kecepatan internet, kestabilan jaringan, harga dan paket layanan, kualitas layanan pelanggan, serta ketersediaan dan jangkauan wilayah. Sebanyak 4.500 data dikumpulkan melalui crawling, kemudian diproses dengan teknik text mining dan algoritma Support Vector Machine (SVM), serta diimbangi menggunakan metode Random Oversampling. Hasil evaluasi menunjukkan bahwa IndiHome secara konsisten mencatatkan performa terbaik, dengan nilai akurasi mencapai 90% pada variabel kualitas layanan pelanggan, serta rata- rata akurasi keseluruhan di atas 85% pada seluruh variabel. Biznet umumnya berada di posisi kedua, dengan akurasi berkisar antara 63% hingga 80%. Starlink menempati posisi terbawah, meskipun mencatatkan hasil kompetitif seperti akurasi 82% pada variabel kecepatan internet. Penerapan Random Oversampling meningkatkan akurasi klasifikasi model sebesar rata-rata 6–12% dibandingkan model tanpa oversampling. Penelitian ini memberikan kontribusi strategis dalam memahami opini publik terhadap layanan internet dan dapat menjadi referensi dalam perbaikan mutu layanan berbasis data.

Item Type: Article
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorM. Afdal, -2028038801m.afdal@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: Ayu - Apriliani
Date Deposited: 11 Jul 2025 04:27
Last Modified: 11 Jul 2025 04:27
URI: http://repository.uin-suska.ac.id/id/eprint/89935

Actions (login required)

View Item View Item