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.

Preview	Text ABSTRAK.pdf Download (1MB) | Preview
	Text SKRIPSI FULL.pdf Restricted to Repository staff only Download (1MB)
Preview	Text SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1MB) | Preview

Abstract

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.

Item Type:	Other
Subjects:	?? 001 ?? ?? 510 ??
Divisions:	Fakultas MIPA > Prodi Matematika
Depositing User:	2301343110 Digilib
Date Deposited:	05 Apr 2023 03:46
Last Modified:	05 Apr 2023 03:46
URI:	http://digilib.unila.ac.id/id/eprint/70385

Actions (login required)

View Item