Muhammad, Raden Fachrul Ramzy (2023) Analisis Sentimen Berbasis Aspek Review Smartphone Lokal Menggunakan Metode Reduced Support Vector Machine. Other thesis, Universitas Komputer Indonesia.
|
Text
1.10118255_RADEN FACHRUL RAMZY MUHAMMAD_COVER.pdf - Published Version Download (24kB) | Preview |
|
|
Text
19.10118255_RADEN FACHRUL RAMZY MUHAMMAD_LEMBAR PENGESAHAN.pdf - Published Version Download (488kB) | Preview |
|
|
Text
17.10118255_RADEN FACHRUL RAMZY MUHAMMAD_LEMBAR KETERANGAN PERSETUJUAN PUBLIKASI.pdf - Published Version Download (332kB) | Preview |
|
|
Text
20.10118255_RADEN FACHRUL RAMZY MUHAMMAD_SURAT PERNYATAAN ORISINALITAS.pdf - Published Version Download (236kB) | Preview |
|
|
Text
4.10118255_RADEN FACHRUL RAMZY MUHAMMAD_KATA PENGANTAR.pdf - Published Version Download (70kB) | Preview |
|
|
Text
5.10118255_RADEN FACHRUL RAMZY MUHAMMAD_DAFTAR ISI.pdf - Published Version Download (31kB) | Preview |
|
|
Text
10.10118255_RADEN FACHRUL RAMZY MUHAMMAD_BAB 1.pdf - Published Version Download (99kB) | Preview |
|
|
Text
11.10118255_RADEN FACHRUL RAMZY MUHAMMAD_BAB 2.pdf - Published Version Download (241kB) | Preview |
|
Text
12.10118255_RADEN FACHRUL RAMZY MUHAMMAD_BAB 3.pdf - Published Version Restricted to Repository staff only Download (948kB) | Request a copy |
||
Text
13.10118255_RADEN FACHRUL RAMZY MUHAMMAD_BAB 4.pdf - Published Version Restricted to Repository staff only Download (100kB) | Request a copy |
||
|
Text
14.10118255_RADEN FACHRUL RAMZY MUHAMMAD_BAB 5.pdf - Published Version Download (9kB) | Preview |
|
|
Text
9.10118255_RADEN FACHRUL RAMZY MUHAMMAD_DAFTAR PUSTAKA.pdf - Published Version Download (227kB) | Preview |
|
|
Text
18.UNIKOM_RADEN FACHRUL RAMZY MUHAMMAD_LEMBAR KONTAK PENULIS_KONTRIBUTOR.pdf - Published Version Download (11kB) | Preview |
Abstract
Pada penelitian ini mengukur kinerja dari metode Reduced Support Vector Machine (RSVM), pada analisis sentimen berbasis aspek review smartphone lokal. Dalam RSVM, tujuan dari model yang dibangun adalah untuk memiliki performa yang sama dengan SVM konvensional, tetapi dengan menggunakan sedikit vektor-vektor pendukung. Dengan mengurangi jumlah vektor pendukung, waktu yang dibutuhkan untuk melakukan prediksi bisa lebih cepat, dan juga memudahkan untuk menginterpretasi model. Pada penelitian ini data yang digunakan berjumlah 4000 data. Hasil akurasi pengujian terbaik dari data uji diperoleh untuk hasil terbesar pada aspek kamera yaitu 94%. Namun terdapat akurasi 62% walaupun memiliki data seimbang. Saran pada penelitian selanjutnya yaitu menambahkan teknik preprocessing dan menggunakan teknik pembobotan lain. Agar dapat diketahui apakah berpengaruh terhadap akurasi yang didapat.
Item Type: | Thesis (Other) |
---|---|
Uncontrolled Keywords: | Analisis Sentimen Berbasis Aspek, Reduced Support Vector Machine, Smartphone Lokal |
Subjects: | 000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 005_Computer Programming, Programs & Data Q Science > QA Mathematics > QA76 Computer software |
Divisions: | S1_SKRIPSI > FTIK_Teknik Informatika (01) |
Depositing User: | Mia Hayati Kosasih |
Date Deposited: | 15 Dec 2023 04:05 |
Last Modified: | 15 Dec 2023 04:05 |
URI: | http://elibrary.unikom.ac.id/id/eprint/8547 |
Actions (login required)
View Item |