Tsamratul ‘Ain, Annisa (2022) Analisis Perbandingan Algoritma K-Means-Svm Dan Dbscan-Svm Dalam Penentuan Sentimen Pengguna Aplikasi Pedulilindungi. Masters thesis, Universitas Komputer Indonesia.
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_COVER.pdf - Published Version Download (278kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_LEMBAR PENGESAHAN.pdf - Published Version Download (250kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_LEMBAR PUBLIKASI.pdf - Published Version Download (244kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_SURAT PERNYATAAN.pdf - Published Version Download (258kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_KATA PENGANTAR.pdf - Published Version Download (358kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_DAFTAR ISI.pdf - Published Version Download (375kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_BAB I.pdf - Published Version Download (290kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_BAB II.pdf - Published Version Download (832kB) | Preview |
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_BAB III.pdf - Published Version Restricted to Repository staff only Download (404kB) | Request a copy |
||
Text
UNIKOM_ANNISA TSAMRATUL _AIN_BAB V.pdf - Published Version Restricted to Repository staff only Download (186kB) | Request a copy |
||
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_BAB V.pdf - Published Version Download (186kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_DAFTAR PUSTAKA.pdf - Published Version Download (307kB) | Preview |
|
|
Text
UNIKOM_ANNISA TSAMRATUL _AIN_KONTAK PENULIS DAN KONTRIBUTOR.pdf - Published Version Download (485kB) | Preview |
Abstract
Aplikasi PeduliLindungi adalah aplikasi yang dikembangkan oleh pemerintah dalam rangka melakukan pelacakan untk menghentikan penyebaran Coronavirus Disease (COVID-19). Aplikasi PeduliLindungi dapat di download melalui Google PlayStore untuk pengguna android dan App Store untuk pengguna iOS. Pengguna aplikasi dapat menyampaikan keluhan dan pujiannya atas aplikasi yang digunakan, serta memberikan nilai atau rating terhadap aplikasi tersebut. Namun, terkadang rating yang diberikan dengan komentar yang diberikan tidak sesuai. Ada rating yang tinggi tetapi pada komentarnya berisi keluhan atau komplain atas aplikasinya. Penelitian ini bertujuan untuk melihat sentimen dari komentar pengguna aplikasi PeduliLindungi, sehingga pengembang aplikasi dapat mengetahui keluhan pengguna terhadap aplikasi PeduliLindungi. Penelitian ini menggabungkan metode klastering dan klasifikasi dalam menentukan sentimen pengguna aplikasi. Metode klastering digunakan untuk mengelompokkan komentar positif dan negatif pada data latih. Metode klasifikasi akan digunakan untuk memprediksi komentar positif dan negatif pada data uji. Kombinasi algoritma yang digunakan adalah K-Means dengan SVM dan DBSCAN dengan SVM. Hasil yang diperoleh oleh kombinasi algoritma K-Means-SVM adalah sentimen positif sebanyak 1.801 dan sentimen negatif sebanyak 8.199. Sedangkan kombinasi algoritma DBSCAN-SVM didapatkan sentimen positif sebanyak 1.551 dan sentimen negatif sebanyak 8.449. K-Means-SVM memiliki nilai akurasi 99,6% dan DBSCAN-SVM memiliki nilai akurasi 99,8%. Sehingga dapat disimpulkan kombinasi DBSCAN-SVM lebih baik daripada K-Means-SVM berdasarkan hasil evaluasi confusion matrix.
Item Type: | Thesis (Masters) |
---|---|
Uncontrolled Keywords: | PeduliLindungi, K-Means, DBSCAN, SVM |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S2 PASCA SARJANA > S2_Magister Sistem Informasi (51) |
Depositing User: | Mia Hayati Kosasih |
Date Deposited: | 21 Aug 2023 03:35 |
Last Modified: | 21 Aug 2023 03:35 |
URI: | http://elibrary.unikom.ac.id/id/eprint/7175 |
Actions (login required)
View Item |