ANALISIS SENTIMEN REVIEW PENGGUNA APLIKASI PHOTOMATH DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

RIZKE, FRIDAYATI (2023) ANALISIS SENTIMEN REVIEW PENGGUNA APLIKASI PHOTOMATH DENGAN METODE SUPPORT VECTOR MACHINE (SVM). MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
ABSTRAK.pdf

Download (1086Kb) | Preview
[img] File PDF
SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (1087Kb)
[img]
Preview
File PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (1087Kb) | Preview

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

Photomath adalah aplikasi yang menggunakan teknologi pengambilan gambar untuk memindai permasalahan matematika dan disertai solusi secara lengkap dalam hitungan detik. Adanya inovasi tersebut dalam dunia pendidikan, banyak mengalir pro dan kontra dari para pengguna aplikasi yang dituliskan pada kolom review aplikasi Photomath. Dengan demikian, keberadaan sistem untuk mengetahui informasi sentimen terhadap pemanfaatan aplikasi Photomath berdasarkan nilai rating dan review sangat dibutuhkan. Support Vector Machine (SVM) menjadi salah satu teknik atau metode berbasis machine learning yang digunakan dalam klasifikasi review produk. SVM adalah algoritma klasifikasi yang bertujuan untuk menemukan batas pemisah (hyperplane) dengan margin paling besar, sehingga dapat memisahkan dua kumpulan data secara optimal. Banyak peneliti telah menerangkan bahwa metode SVM lebih akurat untuk klasifikasi teks. Pada penelitian ini, dilakukan analisis sentimen review pengguna aplikasi Photomath berdasarkan perbandingan data traning dan testing sebesar 80% : 20%, 70% : 30%, dan 60% : 40% menggunakan fungsi kernel SVM seperti linear, RBF, dan polynomial. Hasil akurasi terbaik sebesar 92.44% diperoleh pada perbandingan data traning dan testing sebesar 60% : 40% menggunakan kernel linear dengan parameter cost (C) = 1. Hal ini menunjukkan dari total 516 review sebagai data testing ada sebanyak 477 review terklasifikasi secara benar dan 39 review termasuk dalam klasifikasi yang salah.

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 001 Ilmu pengetahuan
500 ilmu pengetahuan alam dan matematika > 510 Matematika
Program Studi: FAKULTAS MIPA > Prodi Matematika
Pengguna Deposit: 2301343110 Digilib
Date Deposited: 05 Apr 2023 03:46
Terakhir diubah: 05 Apr 2023 03:46
URI: http://digilib.unila.ac.id/id/eprint/70385

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir