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.
|
File PDF
ABSTRAK.pdf Download (250Kb) | Preview |
|
File PDF
SKRIPSI FULL.pdf Restricted to Hanya staf Download (2608Kb) | Minta salinan |
||
|
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 |