ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SIREKAP MENGGUNAKAN OPTIMASI SUPPORT VECTOR MACHINE DENGAN GRID SEARCH CROSS-VALIDATION

SIDIK FAHRIANSYAH (2024) ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SIREKAP MENGGUNAKAN OPTIMASI SUPPORT VECTOR MACHINE DENGAN GRID SEARCH CROSS-VALIDATION. Skripsi thesis, Universitas Bina Insan Lubuklinggau.

Text RAMA_55201_2102020044.pdf Download (35MB)

Abstract

Aplikasi Sistem Informasi Rekapitulasi (Sirekap) adalah perangkat berbasis teknologi informasi yang tersedia di Google Play Store sebagai sarana publikasi dan rekapitulasi hasil perhitungan suara. Dengan lebih dari 37.000 ulasan pengguna di Google Play Store, analisis terhadap ulasan yang tidak terstruktur memerlukan pendekatan khusus untuk memahami persepsi pengguna secara efektif. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap aplikasi Sirekap menggunakan algoritma Support Vector Machine (SVM) yang dioptimasi dengan Grid Search Cross-Validation. Dataset awal terdiri dari 20.000 ulasan yang diperoleh dengan teknik scraping, setelah dilakukan tahap preprocessing menjadi 17.506 ulasan, terdiri atas 14.296 ulasan negatif, 2.342 ulasan positif, dan 868 ulasan netral. Kemudian dilakukan tahap over-under sampling menggunakan SMOTEENN untuk menyeimbangkan data. Jumlah data meningkat menjadi 20.215 ulasan, dengan distribusi 8.157 ulasan positif, 6.394 ulasan netral, dan 5.664 ulasan negatif. Pengujian model dilakukan dengan lima rasio perbandingan data: 50:50, 60:40, 70:30, 80:20, dan 90:10. Hasil terbaik diperoleh pada rasio 90:10 dengan accuracy sebesar 98%. Nilai precision, recall, dan f1-score masing-masing adalah 0,99 untuk kelas positif, 0,97 untuk kelas negatif, dan 0,98 untuk kelas netral. Parameter terbaik pada rasio 90:10 yang diperoleh melalui optimasi Grid Search Cross-Validation adalah kernel RBF, nilai C=1000, dan Gamma=1. Berdasarkan hasil dari penelitian ini, algoritma Support Vector Machine (SVM) yang dioptimasi dengan Grid Search Cross-Validation dapat digunakan untuk klasifikasi sentimen ulasan pengguna dengan hasil yang sangat baik. Kata Kunci : Aplikasi Sirekap, Analisis Sentimen, Support Vector Machine (SVM), Grid Search Cross-Validation, SMOTEENN

Item Type:	Thesis (Skripsi)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Komputer > Program Studi Informatika
Depositing User:	Admin Perpus UnivBI
Date Deposited:	06 Feb 2026 03:47
Last Modified:	06 Feb 2026 03:47
URI:	http://eprints.univbinainsan.ac.id/id/eprint/471

Actions (login required)

View Item