Nurasiyah, Solihah (2022) Analisis sentimen review smartphone pada media sosial YouTube menggunakan algoritma Support Vector Machine berbasis Particle Swarm Optimization. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
|
Text (COVER)
1_cover.pdf Download (314kB) | Preview |
|
|
Text (ABSTRAK)
2_abstrak.pdf Download (304kB) | Preview |
|
|
Text (DAFTAR ISI)
3_daftarisi.pdf Download (317kB) | Preview |
|
|
Text (BAB I)
4_bab1.pdf Download (725kB) | Preview |
|
![[img]](https://etheses.uinsgd.ac.id/style/images/fileicons/text.png) |
Text (BAB II)
5_bab2.pdf Restricted to Registered users only Download (823kB) | Request a copy |
|
|
Text (BAB III)
6_bab3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB IV)
7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB V)
8_bab5.pdf Restricted to Registered users only Download (306kB) | Request a copy |
|
|
Text (DAFTAR PUSTAKA)
9_daftarpustaka.pdf Restricted to Registered users only Download (550kB) | Request a copy |
Abstract
Indonesia menduduki peringkat keempat sebagai negara pengguna smartphone terbanyak dunia pada tahun 2020 dengan jumlah 160,23 juta pengguna smartphone. Review smartphone sangat membantu konsumen dalam menentukan pembelian, dan pemasar dalam memprediksi minat konsumen terhadap produk smartphone-nya. YouTube merupakan media sosial yang paling sering digunakan dalam review smartphone. Banyaknya data komentar akan memperlambat proses penggalian informasi. Salah satu cara yang dapat dilakukan adalah dengan analisis sentimen yang mengidentifikasi komentar review smartphone ke dalam komentar positif, netral atau negatif. Metode yang digunakan dalam penelitian ini adalah klasifikasi teks menggunakan algoritma Support Vector Machine (SVM) dengan penerapan metode optimasi parameter Particle Swarm Optimization (PSO). Penelitian ini bertujuan untuk membangun model klasifikasi komentar review smartphone dan membandingkan kinerja model klasifikasi dengan dan tanpa penerapan optimasi parameter. Hasil eksperimen menggunakan metode split menunjukkan bahwa pemodelan dengan SVM menghasilkan akurasi diatas 60% untuk setiap dataset yang digunakan. Penerapan PSO untuk optimasi parameter dapat meningkatkan kinerja klasifikasi dengan meningkatkanya akurasi klasifikasi.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Analisis Sentimen; Support Vector Machine; Particle Swarm Optimization; Review smartphone |
| Subjects: | Special Computer Methods > Artificial Intelligence |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Informatika |
| Depositing User: | Solihah Nurasiyah |
| Date Deposited: | 28 Sep 2022 03:48 |
| Last Modified: | 28 Sep 2022 03:48 |
| URI: | https://etheses.uinsgd.ac.id/id/eprint/58055 |
Actions (login required)
 |
View Item |
