RAISA, NUR and Riza S, Noviana and Rahayu, Woro Isti (2023) PENGGUNAAN METODE SVM DAN RANDOM FOREST UNTUK ANALISIS SENTIMEN ULASAN PENGGUNA TERHADAP KAI ACCESS DI GOOGLE PLAYSTORE (1.1.4.23./NUR/A). Diploma thesis, ULBI.
Full text not available from this repository.Abstract
ABSTRAK Penggunaan metode K-Nearest Neighbors dan Support Vector Machine, analisis sentimen dilakukan pada dataset review drama Korea yang ditemukan di platform MyDramaList. Dataset ini mengandung informasi tentang review drama Korea yang diberikan oleh pengguna MyDramaList, dan diproses melalui tahapan pengolahan teks seperti pemenggalan kata, penghapusan stopwords, dan pembersihan. Penelitian ini menggunakan dua metode klasifikasi, SVM dan KNN. SVM mengklasifikasikan sentimen berdasarkan vektor fitur yang diperoleh, sedangkan KNN berfungsi sebagai pembanding untuk mengukur kinerja SVM. Selama eksperimen dengan data uji, performa kedua metode dinilai dengan metrik evaluasi seperti akurasi, presisi, recall, dan skor f1. SVM memisahkan data dengan mencari garis atau hiperbidang terbaik dengan margin maksimum antara kelas sentimen yang berbeda. Sebaliknya, KNN menyimpan seluruh dataset pelatihan dan mencari sejumlah k-nearest neighbors (tetangga terdekat) dari data baru yang akan diklasifikasikan. Penelitian ini untuk menganalisis sentimen pada dataset review drama Korea di MyDramaList dengan 250 dataset yang didapat di MyDramaList. Hasil confusion matrix menghasilkan nilai akurasi pada SVM 0,97 dan akurasi KNN 0,95. Perbadingan akurasi dari kedua metode tersebut 0,02. Kata kunci: Analisis Sentimen, Review, Support Vector Machine, K-Nearest Neighbors, Drama Korea.
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Depositing User: | Unnamed user with email [email protected] |
| Date Deposited: | 23 Jan 2024 03:02 |
| Last Modified: | 23 Jan 2024 03:02 |
| URI: | http://eprint.ulbi.ac.id/id/eprint/2087 |
Actions (login required)
 |
View Item |
