ANALISIS SENTIMEN ULASAN GOOGLE PLAY STORE PADA PENGGUNA APLIKASI INDRIVE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

SAADAH, RIA HIDAYATUS (2024) ANALISIS SENTIMEN ULASAN GOOGLE PLAY STORE PADA PENGGUNA APLIKASI INDRIVE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (748kB)
[thumbnail of AWALAN..pdf] Text
AWALAN..pdf

Download (1MB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (1MB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (798kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (503kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf

Download (750kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf
Restricted to Registered users only

Download (1MB) | Request a copy

Abstract

InDriver merupakan salah satu aplikasi pelayanan transportasi online di Indonesia. InDriver meluncurkan versi terbarunya yang berganti nama menjadi InDrive. Pengguna dapat mengunduh aplikasi ini melalui Google Play Store. Meskipun demikian, ulasan yang diberikan oleh pengguna bervariasi, mulai dari ulasan positif hingga negatif. Banyaknya persaingan aplikasi transportasi online yang tren seperti Grab dan Gojek membuat aplikasi InDrive tidak lagi banyak digunakan. Setelah pembaruan aplikasi InDrive sebagian pengguna mengeluhkan beberapa kendala pelayanan dan ketidakpuasan saat menggunakan aplikasi InDrive dengan banyaknya penilaian negatif pengguna aplikasi InDrive. Oleh karena itu, penelitian ini bertujuan untuk menganalisis sentimen berdasarkan rating di Google Play Store terhadap aplikasi InDrive. Penelitian ini menggunakan algoritma Support Vector Machine untuk mengklasifikasikan sentimen ulasan positif dan negatif. Pengujian dilakukan dengan menggunakan skenario perbandingan 80:20 untuk data latih dan
data uji. Pencarian parameter pada pelatihan SVM menggunakan grid search untuk mencari parameter paling optimal dalam melakukan klasifikasi sentimen yang menghasilkan complexity senilai 1, gamma senilai 1 dan kernel RBF. Hasil evaluasi
menunjukkan bahwa akurasi terbaik yaitu 80.92%, presisi sebesar 80,92% dan recall sebesar 100%.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Analisis Sentimen, Indrive, Support Vector Machine
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 004 Pemrosesan data dan ilmu komputer
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Ria Hidayatus Saadah
Date Deposited: 15 Aug 2024 07:17
Last Modified: 15 Aug 2024 07:17
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
VIKRI, MUHAMMAD JAUHAR
NIDN0712078803
Thesis advisor
WAHYUDHI, SUNU
NIDN0709058902
URI: https://repository.unugiri.ac.id:8443/id/eprint/6080

Actions (login required)

View Item
View Item