Khoirunnisa Nabila Sobrina, NIM. 162021037 (2025) ANALISIS SENTIMEN REVIEW KOMENTAR PADA PLAYSTORE TERHADAP APLIKASI INDRIVE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, Universitas Muhammadiyah Palembang.

Preview	Text 162021037_BAB 1_DAFTAR PUSTAKA (1).pdf - Published Version Download (921kB) | Preview
	Text 162021037_BAB II.pdf Restricted to Repository staff only Download (243kB)
	Text 162021037_BAB III.pdf Restricted to Repository staff only Download (390kB)
	Text 162021037_BAB IV.pdf Restricted to Repository staff only Download (955kB)
	Text 162021037_BAB V.pdf Restricted to Repository staff only Download (40kB)
	Text 162021037_DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (318kB)
	Text 162021037_LAMPIRAN.pdf Restricted to Repository staff only Download (1MB)
	Text 162021037_Cover_sampai_lampiran.pdf Restricted to Repository staff only Download (2MB)

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi InDrive berdasarkan ulasan di Google Play Store menggunakan metode Support Vector Machine (SVM). Penelitian ini memiliki beberapa tujuan utama untuk mengidentifikasi dan menganalisis sentimen pengguna, meningkatkan akurasi analisis sentimen melalui teknik preprocessing data dan algoritma SVM, memberikan masukan kepada pengembang aplikasi, serta mengevaluasi hasil akurasi, presisi, dan recall. Pendekatan penelitian menggunakan pendekatan Kuantitatif dengan metode SEMMA (Sample, Explore, Modify, Model, Assess) untuk proses analisis, dengan dukungan algoritma SVM sebagai teknik klasifikasi. Data diperoleh melalui scraping ulasan pengguna, menghasilkan 20.000 data mentah yang kemudian diproses menjadi 15.016 data bersih. Dataset ini diberi label menggunakan metode lexicon-based yang menghasilkan tiga klasifikasi sentimen positif, negatif, dan netral. Hasil analisis menunjukkan bahwa sentimen positif sebanyak 5.265 data (35,06%), sentimen negatif sebanyak 4.885 data (32,53%), dan sentimen netral sebanyak 4.866 data (32,41%). Pengujian klasifikasi menggunakan metode SVM menghasilkan tingkat akurasi sebesar 93,53%. Hasil ini menunjukkan bahwa algoritma SVM efektif untuk analisis sentimen terhadap ulasan aplikasi InDrive. Penelitian ini diharapkan dapat memberikan kontribusi signifikan dalam memahami persepsi pengguna serta menjadi dasar pengembangan layanan yang lebih baik. Kata Kunci: Sentimen Analisis, Support Vector Machine, SEMMA, Ulasan Pengguna, InDrive

Item Type:	Thesis (Skripsi)
Additional Information:	Dosen Pembimbing : 1. Apriansyah, S.Kom.,M.Kom 2. Karnadi, S.Kom.,M.Kom
Uncontrolled Keywords:	Kata Kunci: Sentimen Analisis, Support Vector Machine, SEMMA, Ulasan Pengguna, InDrive
Subjects:	Teknologi informasi > ilmu informasi Teknologi informasi > pemrograman
Divisions:	Fakultas Teknik > Teknologi Informasi (S1)
Depositing User:	Mahasiswa Fakultas Teknik
Date Deposited:	21 May 2025 06:51
Last Modified:	21 May 2025 06:51
URI:	http://repository.um-palembang.ac.id/id/eprint/31438

Actions (login required)

View Item