Sentimen Analisis Review PeduliLindungi Menggunakan Algoritme Support Vector Machines

Baskoro Wibowo, Andreas (2023) Sentimen Analisis Review PeduliLindungi Menggunakan Algoritme Support Vector Machines. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

Preview	PDF HALAMAN_AWAL.pdf Download (3MB) | Preview
Preview	PDF DAFTAR_PUSTAKA.pdf Download (206kB) | Preview
Preview	PDF BAB_I.pdf Download (210kB) | Preview
Preview	PDF BAB_II.pdf Download (256kB) | Preview
Preview	PDF BAB_III.pdf Download (229kB) | Preview
	PDF BAB_IV.pdf Restricted to Registered users only Download (337kB)
Preview	PDF BAB_V.pdf Download (205kB) | Preview
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (855kB)

Abstract

Perkembangan teknologi yang cukup pesat menyebabkan 89% dari penduduk Indonesia menggunakan telepon pintar berbasis Android dan IOS. Playstore juga menyediakan sarana bagi penggunanya untuk melakukan review dengan rating ataupun dengan kalimat yang menggambarkan perasaan dalam penggunaan aplikasi. Bagi masyarakat Indonesia, jika ingin bepergian diwajibkan untuk mengunduh aplikasi PeduliLindungi sebagai bukti telah melakukan vaksinasi Covid. Proses pembuktian vaksinasi ini adalah dengan masuk ke aplikasi, dan dapat memindai QR code yang terdapat di pintu masuk beberapa pusat keramaian. PeduliLindungi yang mencakup informasi vaksin dan status dari kesehatan terkait virus Covid resmi dari pemerintah membuatnya dipakai oleh banyak orang. Sentimen yang berada pada review aplikasi dapat membantu pengembang dalam menilai kepuasan pelanggan. Model yang digunakan dalam analisis sentimen menggunakan algoritme Support Vector Machines, dengan metode preprocessing menggunakan TF-IDF. Dalam penelitian ini diperoleh skor akurasi 0,83, skor precision 0,79, skor recall 0,81, dan skor f1 0,79 sehingga model dapat digunakan untuk menganalisis sentimen pada aplikasi PeduliLindungi.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Mobile app, Review, Sentimen, Support Vector Machine.
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++
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	09 Mar 2023 09:01
Last Modified:	28 Jun 2023 08:18
URI:	https://kc.umn.ac.id/id/eprint/23479

Actions (login required)

View Item