Implementasi Algoritma Support Vector Machine dan Chi Square untuk Analisis Sentimen User Feedback Aplikasi

Luthfiana, Lulu (2020) Implementasi Algoritma Support Vector Machine dan Chi Square untuk Analisis Sentimen User Feedback Aplikasi. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	Text HALAMAN_AWAL.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (1MB)
Preview	Text DAFTAR_PUSTAKA.pdf Available under License Creative Commons Attribution Share Alike. Download (235kB) | Preview
Preview	Text BAB_I.pdf Available under License Creative Commons Attribution Share Alike. Download (336kB) | Preview
Preview	Text BAB_II.pdf Available under License Creative Commons Attribution Share Alike. Download (701kB) | Preview
	Text BAB_IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (435kB)
Preview	Text BAB_V.pdf Available under License Creative Commons Attribution Share Alike. Download (123kB) | Preview
	Text LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Share Alike. Download (737kB)

Abstract

User feedback diambil untuk memahami keluhan pengguna agar tersampaikan kepada engineer untuk bisa memilihara aplikasinya. Dari user feedback didapatkan informasi seperti bug report yang menjelaskan kelemahan dari apikasi yang digunakan dan juga bisa masukan dari pengguna dari apa yang kurang dalam aplikasi yang digunakan. Dari user feedback dilakukan identifikasi dan klasifikasi, namun hal tersebut dapat menghabiskan waktu dalam pengklasifikasiannya karena user feedback tidak sedikit namun bisa ribuan setiap saat. Maka, dibutuhkannya sistem otomasi analisa sentimen user feedback. Untuk mengatasi permasalahan tersebut, sentimen analisis dapat menggunakan algoritma Support Vector Machine untuk menentukan sebuah feedback memiliki sentimen positif, negatif, atau netral. Berdasarkan penelitian sebelumnya, sentimen analisis menggunakan algoritma Support Vector Machine sebagai klasifikasi dikarenakan algoritma tersebut merupakan algoritma yang paling baik. Namun, diperlukannya juga fitur seleksi untuk meningkatkan hasil akurasi pada sentimen analisis.Dalam penelitian lain menyebutkan dengan menggunakan fitur seleksi Chi Square mendapatkan hasil akurasi pada analisis sentiment yang lebih baik. Penelitian ini bertujuan untuk mengimplementasikan algoritma Support Vector Machine dan fitur seleksi Chi Square pada user feedback aplikasi dengan bahasa pemograman python, serta menghitung akurasi pada prediksi sentimen. Berdasarkan beberapa uji coba, akurasi yang dievaluasi menggunakan classification report menunjukkan bahwa model pada pembagian data train dan test set sebesar 80:20, nilai kritis 6,63 pada Chi Square, dan klasifikasi model Support Vector Machine dengan parameter C 100 gamma 0,001 menghasilkan performa yang paling baik, dengan nilai accuracy 77%, precision 50%, recall 55% dan f1 score 73%.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Fitur Seleksi, Requirment Engineering, Support Vector Machine, User Feedback
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.2 Programming for Specific Computers, Algorithm, HTML, PHP, java, C++ 000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 005 Computer Programming > 005.5 Application / Software 600 Technology (Applied Sciences) > 650 Management and Public Relations > 658 General management (Risk Management, Profit and Loss, Logistics) > 658.3 Personnel, Staff, Employee, Human Resource Management, Training > 658.306 Job Analysis
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	04 Dec 2020 14:23
Last Modified:	23 Aug 2023 06:42
URI:	https://kc.umn.ac.id/id/eprint/14929

Actions (login required)

View Item