Penerapan Algoitma Support Vector Machine dalam Menganalisis Sentimen Masyarakat Mengenai Aplikasi Whoosh pada Play Store dan App Store

Alexander, Christofer (2024) Penerapan Algoitma Support Vector Machine dalam Menganalisis Sentimen Masyarakat Mengenai Aplikasi Whoosh pada Play Store dan App Store. Bachelor Thesis thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (1MB)
	PDF BAB_I.pdf Download (216kB)
	PDF BAB_II.pdf Download (371kB)
	PDF BAB_III.pdf Download (337kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (1MB)
	PDF BAB_V.pdf Download (207kB)
	PDF DAFTAR_PUSTAKA.pdf Download (222kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (3MB)
	Archive (ZIP) CREATION_FILE.zip Download (1MB)

Abstract

Whoosh adalah aplikasi transportasi kereta cepat yang dikelola oleh PT KCIC (Kereta Cepat Indonesia China) sebagai bagian dari Proyek Strategis Nasional. Meskipun menjadi proyek besar negara, rating aplikasi Whoosh di platform Google Play Store(2.5) dan App Store(1.7) menunjukkan tingkat ketidakpuasan yang cukup tinggi dari pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Whoosh dengan menggunakan metode Support Vector Machine (SVM). Data ulasan dikumpulkan melalui proses scraping dari kedua platform, menghasilkan 555 ulasan. Hasil pelabelan menunjukkan bahwa 73% ulasan bersentimen negatif, dengan keluhan utama terkait proses registrasi, verifikasi email, dan kesulitan login. Sementara itu, 27% ulasan bersentimen positif, umumnya memuji kemudahan dalam melihat informasi kereta. Keluhan yang sering diungkapkan divisualisasikan menggunakan word cloud. Data diolah menggunakan metode pembobotan TF-IDF dan oversampling dengan SMOTE untuk mengatasi ketidakseimbangan data. Evaluasi model SVM dengan pembagian data latih dan uji 80/20 menghasilkan kinerja tertinggi dengan nilai akurasi 92%, presisi 93%, recall 82%, dan f1-score 87% dibandingkan dengan pembagian data latih dan uji 70/30 dan 60/40.

Item Type:	Thesis (Bachelor Thesis)
Keywords:	Analisis Sentimen, Support Vector Machine, Google PlayStore, AppStore, word cloud
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	02 Jun 2025 04:17
Last Modified:	02 Jun 2025 04:17
URI:	https://kc.umn.ac.id/id/eprint/37349

Actions (login required)

View Item