PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP LAYANAN PINJAMAN ONLINE

MUTIARA, WIDDI AYUNINTYAS (2023) PERBANDINGAN METODE K-NEAREST NEIGHBORS DAN SUPPORT VECTOR MACHINE DALAM ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP LAYANAN PINJAMAN ONLINE. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG .

Preview	File PDF 1. ABSTRAK - ABSTRACT.pdf Download (12Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (3844Kb) | Minta salinan
	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Restricted to Hanya pengguna terdaftar Download (3068Kb) | Minta salinan

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Dalam penelitian ini, dilakukan analisis sentimen terhadap opini masyarakat di media sosial Twitter mengenai layanan pinjaman online yang ada dan membagi dataset opini ke dalam dua kelas yaitu sentimen positif dan sentimen negatif. Penggunaan layanan pinjaman online oleh masyarakat Indonesia beberapa tahun terakhir ini masih menjadi pilihan yang populer dan masih ramai diperbincangkan. Hal tersebut seharusnya menjadi perhatian untuk mengetahui apa yang terjadi dalam masyarakat. Pengklasifikasian dalam penelitian ini dilakukan dengan menggunakan metode K-Nearest Neighbor (KNN) dan Support Vector Machine (SVM). Selanjutnya, dilakukan juga skema penyeimbangan data pada data unbalanced menggunakan metode oversampling dan undersampling data untuk mendapatkan metode dengan performa terbaik. Hasil klasifikasi menggunakan metode-metode tersebut menghasilkan kinerja yang lebih baik menggunakan algoritma Support Vector Machine (SVM) pada dataset undersampling dengan nilai f1-score sebesar 47,41%. Sementara pada algoritma K-Nearest Neighbors (KNN), dihasilkan kinerja yang terbaik dengan nilai f1-score sebesar 43,60% pada dataset undersampling. Jadi, perbandingan dari hasil kinerja kedua metode tersebut menunjukkan bahwa algoritma Support Vector Machine (SVM) menghasilkan performa yang lebih baik dalam melakukan analisis sentimen masyarakat terhadap layanan pinjaman online dibandingkan dengan algoritma KNearest Neighbors (KNN). Kata kunci: Analisis Sentimen, K-Nearest Neighbors, Support Vector Machine, Pinjaman Online, Twitter

Jenis Karya Akhir:	Skripsi
Subyek:	500 ilmu pengetahuan alam dan matematika
Program Studi:	FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit:	2301429569 . Digilib
Date Deposited:	09 Mar 2023 01:59
Terakhir diubah:	09 Mar 2023 01:59
URI:	http://digilib.unila.ac.id/id/eprint/70055

Actions (login required)

Lihat Karya Akhir