Muhammad, Fadil (2022) Analisis Sentimen Berbasis Aspek Terhadap Aplikasi Telemedicine Menggunakan Metode Support Vector Machine. Other thesis, Univeristas Komputer Indonesia.
|
Text
1. UNIKOM_FADIL MUHAMMAD_COVER.pdf - Published Version Download (34kB) | Preview |
|
|
Text
19. UNIKOM_FADIL MUHAMMAD_LEMBAR PENGESAHAN.pdf - Published Version Download (372kB) | Preview |
|
|
Text
17. UNIKOM_FADIL MUHAMMAD_SURAT KETERANGAN PERSETUJUAN PUBLIKASI.pdf - Published Version Download (326kB) | Preview |
|
|
Text
20. UNIKOM_FADIL MUHAMMAD_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (288kB) | Preview |
|
|
Text
4. UNIKOM_FADIL MUHAMMAD_KATA PENGANTAR.pdf - Published Version Download (10kB) | Preview |
|
|
Text
5. UNIKOM_FADIL MUHAMMAD_DAFTAR ISI.pdf - Published Version Download (620kB) | Preview |
|
|
Text
11. UNIKOM_FADIL MUHAMMAD_BAB 1.pdf - Published Version Download (98kB) | Preview |
|
|
Text
12. UNIKOM_FADIL MUHAMMAD_BAB 2.pdf - Published Version Download (273kB) | Preview |
|
![[img]](http://elibrary.unikom.ac.id/style/images/fileicons/text.png) |
Text
13. UNIKOM_FADIL MUHAMMAD_BAB 3.pdf - Published Version Restricted to Repository staff only Download (858kB) | Request a copy |
|
|
Text
14. UNIKOM_FADIL MUHAMMAD_BAB 4.pdf - Published Version Restricted to Repository staff only Download (165kB) | Request a copy |
|
|
Text
15. UNIKOM_FADIL MUHAMMAD_BAB 5.pdf - Published Version Download (11kB) | Preview |
|
|
Text
10. UNIKOM_FADIL MUHAMMAD_DAFTAR PUSTAKA.pdf - Published Version Download (75kB) | Preview |
|
|
Text
18. UNIKOM_FADIL MUHAMMAD_LEMBAR KONTAK PENULIS _ KONTRIBUTOR.pdf - Published Version Download (12kB) | Preview |
Abstract
Analisis sentimen berbasis aspek difokuskan untuk meninjau kecenderungan opini terhadap suatu objek, baik itu negatif atau positif pada aspek tertentu. Dalam penelitian ini menggunakan klasifikasi dalam penentuan aspek dan polaritas menggunakan Support Vector Machine. Data pada penelitian ini menggunakan ulasan aplikasi telemedicine dengan bahasa indonesia dengan kategori pelayanan, dan sistem. Data latih berjumlah 640 data dan data uji berjumlah 160 data. Melaluli proses Preprocessing data untuk menemukan data yang bersih dari noise sehingga dapat menghasilkan suatu kalimat yang bisa diklasifikasikan kedalam algoritma. Preprosessing yang dilakukan pada data uji adalah casefolding, filtering, convert emoticon, convert slang, convert negation, tokenizing, stopword removal, dan stemming. Data yang telah melalui tahap Preprocessing lalu di ekstrasi fitur menggunakan proses TF-IDF. Pengujian menggunakan metode Confusion Matrix menghasilkan akurasi sebesar 67%, Precision tertinggi menghasilkan nilai sebesar 68% untuk aspek pelayanan dengan sentimen positif, dan Recall tertinggi menghasilkan nilai sebesar 97% untuk aspek pelayanan dengan sentimen positif. Dalam penerapannya akurasi yang didapat diduga karena ada ketidakseimbangan jumlah data antar kelas.
| Item Type: | Thesis (Other) |
|---|---|
| Uncontrolled Keywords: | Analisis sentimen, Aspek, Support Vector Machine, klasifikasi, telemedicine. |
| Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
| Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
| Depositing User: | Mia Hayati Kosasih |
| Date Deposited: | 12 Aug 2022 07:40 |
| Last Modified: | 12 Aug 2022 07:40 |
| URI: | http://elibrary.unikom.ac.id/id/eprint/6328 |
Actions (login required)
 |
View Item |
