Analisis Sentimen Ulasan Aplikasi PrimaKu Menggunakan Metode Support Vector Machine

Tinaliah, Tinaliah; Elizabeth, Triana

doi:10.35957/jatisi.v9i4.3586

Cited by 5 publications

(5 citation statements)

References 5 publications

(5 reference statements)

Supporting

Mentioning

Contrasting

Unclassified

Order By: Relevance

“…Support Vector Machine (SVM) merupakan salah satu metode klasifikasi dengan menggunakan metode machine learning yang memprediksi kelas berdasarkan pola dari hasil proses training yang diciptakan [4].…”

Section: Klasifikasi Support Vector Machineunclassified

Implementasi Algoritma Support Vector Machine dan Randoom Forest Terhadap Analisis Sentimen Masyarakat Dalam Penggunaan Aplikasi Tiket.com, Traveloka, dan Agoda Pada Google Playstore

Prabowo,

Hermanto,

Ma'ruf

2024

smartcomp

View full text Add to dashboard Cite

Internet hadir sebagai elemen penting dalam menyokong perkembangan teknologi dan informasi dalam segala sektor aktifitas manusia. Pada sektor perdagangan dan pariwisata contohnya, aplikasi Tiket.com, Traveloka, dan Agoda menjadi aplikasi yang paling diminati masyrakat Indonesia saat ini. Ulasan atau review yang disematkan oleh para pengguna merupakan hal penting bagi pihak perusahaan untuk mengetahui kepuasan pelanggan yang nantinya digunakan untuk meningkatkan kualitas dalam segi pelayanan. Proses menganalisis ulasan komentar memiliki beberapa tahapan karena memiliki data yang jumlahnya tidak sedikit. Penggunaan suatu metode membantu dalam melakukan proses klasifikasi komentar yang bersifat positif atau negatif. Ulasan pengguna aplikasi yang diproses diambil dari platform layanan penyedia aplikasi Google Playstore, lalu menarik data yang diinginkan dengan mamasukan library Google Scraper pada Python. Data yang sudah ditarik selanjutnya diberi label untuk memisahkan ulasan yang bersifat positif dan negatif hal ini bertujuan untuk mepermudah proses klasifikasi dengan menggunakan metode Support Vector Machine (SVM) dan Random Forest. Hasil yang didapatkan nantinya merupakan tingkat akurasi dari dua metode yang digunakan berdasarkan pengolahan data yang sudah dilakukan pada masing-masing ulasan yang menjadi data set pada setiap aplikasi.

show abstract

Section: Klasifikasi Support Vector Machineunclassified

Implementasi Algoritma Support Vector Machine dan Randoom Forest Terhadap Analisis Sentimen Masyarakat Dalam Penggunaan Aplikasi Tiket.com, Traveloka, dan Agoda Pada Google Playstore

Prabowo,

Hermanto,

Ma'ruf

2024

smartcomp

View full text Add to dashboard Cite

show abstract

“…Support Vector Machines merupakan model pembelajaran yang menggunakan algoritma supervised learning yang manganalisa data untuk klasifikasi dan analisis regresi [6]. Support Vector Machine adalah algoritma pembelajaran mesin yang mengungguli algoritma klasifikasi, regresi, dan prediksi lainnya [12].…”

Section: Universitas Multi Data Palembang | 115unclassified

Klasifikasi Ekspresi Wajah dengan Algoritma Support Vector Machine

Renaldo

Widhiarso

2023

MDP-SC

View full text Add to dashboard Cite

Ekspresi wajah adalah salah satu cara untuk menunjukkan emosi, dan orang sering salah mengartikan ekspresi tersebut. Emosi dapat memberikan wawasan tentang perilaku, keyakinan, dan sikap orang. Kategorisasi emosi dapat membantu untuk lebih memahami ekspresi emosi lintas individu, budaya, dan keadaan. Dibutuhkan sebuah alat yang dapat membantu mengklasifikasikan ekspresi wajah. Support Vector Machines adalah salah satu algoritma yang dapat digunakan untuk mengklasifikasi ekspresi wajah menggunakan Matlab. Studi ini bertujuan untuk mengetahui tingkat akurasi, presisi dan recall sehingga ekspresi wajah dapat di klasifikasi dengan baik. Pada jurnal ini tercapai tingkat akurasi sebesar 75.97% dalam mengklasifikasi ekspresi wajah, sehingga Support Vector Machine baik untuk digunakan sebagai pengklasifikasi ekspresi wajah.

show abstract

“…Penelitian tentang deteksi pertumbuhan balita untuk mengetahui respon masyarakat terhadap aplikasi Primaku sangat penting [6] untuk meningkatkan kesadaran masyarakat tentang pentingnya deteksi dini dan pencegahan stunting pada anak balita. Menurut studi WHO pada tahun 2019, kurangnya kesadaran dan pengetahuan masyarakat tentang pentingnya pencegahan stunting menjadi salah satu faktor utama terjadinya stunting pada anak balita.…”

Section: Pendahuluanunclassified

Analisis Sentimen Aplikasi Primaku Menggunakan Algoritma Random Forest dan SMOTE untuk Mengatasi Ketidakseimbangan Data

Aryanti,

Misriati,

Sagiyanto

2023

JoSYC

View full text Add to dashboard Cite

The Primaku application is an application that can be used as a tool to monitor the growth of children under five, this application can be used to collect data on the growth of children under five, apart from that this application can also provide clear information and visualization about the growth of children under five, including nutritional status and growth development In accordance with the standards that have been set, the Primaku application can help parents or health workers in routinely monitoring the growth of children under five and early detecting the potential risk of stunting. Stunting is a growth disorder that occurs in children under five due to malnutrition which is characterized by the child's height. which is shorter than the age standard. Stunting can have a long-term impact on a child's quality of life, such as disrupting physical, cognitive and social development, as well as increasing the risk of chronic disease in adulthood. The primaku application has been widely used, more than 500,000 users have downloaded this application and 44,700 reviews have been given by users to this application, however, reading all the reviews may take time, but if there are few reviews read, then the review results will be biased. Therefore, sentiment analysis aims to overcome this problem by automatically grouping user reviews into positive and negative reviews. Therefore, research on toddler growth detection to determine the public's response to the Primaku application can be of great benefit in efforts to prevent stunting in children under five in Indonesia. In this research, the random forest algorithm with the SMOTE technique was used to carry out sentiment analysis of Primaku application reviews. The random forest algorithm is a machine learning algorithm based on decision trees. The SMOTE technique is used to overcome data imbalance problems and is able to reduce overfitting while increasing the performance of the Random Forest algorithm. The data used in this research is Primaku application review data obtained from scrapping results from the Google Play Store. This data contains comments from application users, namely positive and negative. The results of this sentiment analysis show a deep understanding of user perceptions of the Primaku application. This sentiment analysis can be a basis for further improvement and development of the Primaku application, with a focus on aspects that influence user satisfaction and the research results show that the random forest algorithm with the SMOTE technique can produce quite good accuracy in sentiment analysis of the Primaku application. obtained in this study was 88%.

show abstract

Analisis Sentimen Ulasan Aplikasi PrimaKu Menggunakan Metode Support Vector Machine

Cited by 5 publications

References 5 publications

Implementasi Algoritma Support Vector Machine dan Randoom Forest Terhadap Analisis Sentimen Masyarakat Dalam Penggunaan Aplikasi Tiket.com, Traveloka, dan Agoda Pada Google Playstore

Implementasi Algoritma Support Vector Machine dan Randoom Forest Terhadap Analisis Sentimen Masyarakat Dalam Penggunaan Aplikasi Tiket.com, Traveloka, dan Agoda Pada Google Playstore

Klasifikasi Ekspresi Wajah dengan Algoritma Support Vector Machine

Analisis Sentimen Aplikasi Primaku Menggunakan Algoritma Random Forest dan SMOTE untuk Mengatasi Ketidakseimbangan Data

Contact Info

Product

Resources

About