ANALISIS SENTIMEN PADA ULASAN APLIKASI SOCIAL MEDIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

ELLYSZA, SANTANA (2024) ANALISIS SENTIMEN PADA ULASAN APLIKASI SOCIAL MEDIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Other thesis, UNIVERSITAS BINA DARMA.

[img] Text (BAB 0)
BAB 0.pdf

Download (1MB)
[img] Text (BAB 1)
BAB 1.pdf

Download (518kB)
[img] Text (DAFTAR PUSTAKA)
DP.pdf

Download (377kB)
[img] Text (LAPORAN HASIL)
LH.pdf
Restricted to Repository staff only

Download (5MB)
[img] Text (LAMPIRAN)
L.pdf

Download (962kB)

Abstract

Secara umum social media digunakan untuk berbagi informasi dan pendapat, termasuk mengetahui tren baru, berita, hiburan dan topik lainnya. Tiktok adalah platform media sosial yang fokus pada video pendek. X/Twitter adalah platform mikroblogging yang memungkinkan pengguna mengirim dan membaca pesan singkat, sedangkan Instagram yakni platform berbagi foto dan video yang memungkinkan pengguna mengambil, mengedit, dan membagikan gambar serta video pendek. Namun, kedua sistem ini memiliki berbagai Kelemahan yang dialami oleh penggunanya. Dengan mengevaluasi kelemahan-kelemahan tersebut, perusahaan dapat mengidentifikasi masalah pada aplikasinya dan menemukan cara untuk memperbaikinya. Penelitian ini bertujuan untuk menganalisis data ulasan pada aplikasi social media menggunakan metode Support Vector Machine. Penelitian ini akan meghitung seberapa efektif dan akurat metode SVM dalam mengklasifikasi sentimen positif dan dan negatif dari ulasan. Melalui klasifikasi diperoleh hasil akurasi Support Vector Machine sebesar 84.61% untuk aplikasi Tiktok, 86.82% Untuk aplikasi Twitter dan 85.73%untuk aplikasi Instagram.

Item Type: Thesis (Other)
Uncontrolled Keywords: Social media, Data ulasan, Support Vector Machine
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: Miss Marina Ina
Date Deposited: 25 Jun 2025 02:51
Last Modified: 25 Jun 2025 02:51
URI: http://repository.binadarma.ac.id/id/eprint/9192

Actions (login required)

View Item View Item