ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI
DENGAN METODE SUPPORT VECTOR MACHINE

UPT. PERPUSTAKAAN Universitas Esa Unggul Kampus Emas UEU - Jakarta Barat
Phone	:	021-5674223, ext 282
Fax	:
E-mail	:	[email protected]
Website	:	http://library.esaunggul.ac.id
Support (Customer Service) :
[email protected]

Welcome..guys!

Have a problem with your access?
Please, contact our technical support below:

LIVE SUPPORT

Astrid Chrisafi

! ATTENTION !

To facilitate the activation process, please fill out the member application form correctly and completely

Registration activation of our members will process up to max 24 hours (confirm by email). Please wait patiently

Still Confuse?
Please read our User Guide

UEU » Undergraduate Theses » Teknik Informatika
Posted by [email protected] at 07/12/2023 15:52:29 • 284 Views

ANALISIS SENTIMEN APLIKASI PEDULILINDUNGI DENGAN METODE SUPPORT VECTOR MACHINE

Created by :
Ahmad Barik Addin Nala ( 20180801089 )

Subject:	SENTIMEN APLIKASI PEDULILINDUNGI SUPPORT VECTOR MACHINE
Alt. Subject :	APPLICATION SENTIMENT CARE PROTECT VECTOR MACHINE SUPPORT
Keyword:	Analisis Sentimen Support Vector Machine Google Play Store Vaksin COVID- 19

Description:

PeduliLindungi adalah aplikasi yang dikembangkan untuk membantu instansi pemerintah terkait dalam memantau penyebaran COVID-19. Keberadaan vaksin COVID-19 membawa keuntungan dan kerugian di masyarakat. Untuk studi ini, reaksi dan opini publik diambil dari 10.000 data dari Google Play Store. Namun, data tanggapan komunitas dari Google Play Store masih belum terstruktur karena masih mengandung tanda baca dan bahasa yang tidak baku. Oleh karena itu, penelitian ini menganalisis sentimen dengan mengklasifikasikan tanggapan masyarakat ke dalam kategori positif atau negatif menggunakan algoritma Support Vector Machine. Tujuannya adalah untuk membantu pengembang menemukan jawaban atau kekhawatiran orang tentang vaksin COVID-19. Tahapan yang dilakukan dimulai dengan pengumpulan data dari media berita online, pelabelan data manual, kemudian pre-processing teks dengan Python, konstruksi model klasifikasi SVM, pengujian, validasi dan evaluasi model klasifikasi. Dari seluruh 10.000 data reaksi masyarakat terhadap vaksin COVID-19, data training dan data testing sejumlah 10.000 menghasilkan persentase 66,8% untuk sentimen positif dan 33,2% untuk sentimen negatif, rata-rata score akurasi senilai 90%, presisi senilai 85% dan recall 92%.

Contributor	:	Ir. Kundang Karsono, MMSI
Date Create	:	07/12/2023
Type	:	Text
Format	:	PDF
Language	:	Indonesian
Identifier	:	UEU-Undergraduate-20180801089
Collection ID	:	20180801089

Source :
Undergraduate Theses of Information Systems

Relation Collection:
Fakultas Ilmu Komputer

Coverage :
Civitas Akademika Universitas Esa Unggul

Rights :
@2023 Perpustakaan Universitas Esa Unggul

Publication URL :
https://digilib.esaunggul.ac.id/analisis-sentimen-aplikasi-pedulilindungidengan-metode-support-vector-machine-31213.html

[ Free Download - Free for All ]