PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN MASKAPAI PENERBANGAN INDONESIA

Muhammad Dzaki, Arrahman (2024) PERBANDINGAN KINERJA ALGORITMA NAIVE BAYES DAN SUPPORT VECTOR MACHINE PADA ANALISIS SENTIMEN MASKAPAI PENERBANGAN INDONESIA. FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM, UNIVERSITAS LAMPUNG.

[img]
Preview
File PDF
ABSTRAK.pdf

Download (250Kb) | Preview
[img] File PDF
SKRIPSI FULL.pdf
Restricted to Hanya staf

Download (2608Kb) | Minta salinan
[img]
Preview
File PDF
SKRIPSI TANPA BAB PEMBAHASAN.pdf

Download (1423Kb) | Preview

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

Meningkatnya integrasi teknologi ke dalam kehidupan sehari-hari telah menumbuhkan gaya hidup digital di mana platform media sosial memainkan peran penting dalam menyebarkan informasi. media sosial X (sebelumnya bernama Twitter), banyak digunakan untuk berbagi opini, berita, dan tren. Banyak topik populer yang dibahas di media sosial X adalah topik-topik yang berkaitan dengan industri penerbangan, khususnya maskapai penerbangan Indonesia. Penelitian ini melakukan analisis sentimen terhadap tweet yang berkaitan dengan empat maskapai penerbangan besar di Indonesia: Garuda, Lion Air, Batik Air, dan Sriwijaya Air dengan menggunakan algoritma Naive Bayes dan Support Vector Machine. Penelitian ini dilakukan pengumpulan data yang berfokus pada tweet yang berhubungan dengan maskapai penerbangan Indonesia dan memberikan label pada data ke dalam kategori positif, negatif, dan netral. Preprocessing diterapkan, yang melibatkan tugas-tugas seperti menghilangkan noise, tokenisasi, dan normalisasi. Untuk menyeimbangkan dataset, teknik augmentasi data diimplementasikan. Semua model pendekatan pembelajaran mesin dilatih, dan kinerjanya dievaluasi berdasarkan akurasi, presisi, recall, dan metrik F1-Score. Hasilnya menunjukkan bahwa SVM lebih unggul dengan akurasi sebesar 92% dibandingkan dengan Naive Bayes sebesar 89%. Hal ini menunjukkan bahwa SVM adalah model yang paling efektif untuk klasifikasi sentimen dengan benar dibandingkan dengan algoritma Naive Bayes.

Jenis Karya Akhir: Skripsi
Subyek: 000 Ilmu komputer, informasi dan pekerjaan umum > 004 Pemrosesan data dan ilmu komputer
500 ilmu pengetahuan alam dan matematika
Program Studi: FAKULTAS MIPA > Prodi Ilmu Komputer
Pengguna Deposit: 2308747848 . Digilib
Date Deposited: 23 Dec 2024 06:32
Terakhir diubah: 23 Dec 2024 06:32
URI: http://digilib.unila.ac.id/id/eprint/80998

Actions (login required)

Lihat Karya Akhir Lihat Karya Akhir