Wibowo, Tediyan Rahmat (2023) SENTIMEN ANALISIS KELUHAN PELANGGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM). Skripsi thesis, UNIVERSITAS TEKNOLOGI DIGITAL INDONESIA.
![[img]](https://eprints.utdi.ac.id/style/images/fileicons/text.png) |
Text
1_195411119_HALAMAN_DEPAN.pdf - Published Version Download (871kB) |
|
Text
2_195411119_BAB_I - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Download (606kB) |
|
Text
3_195411119_BAB_II - TEDIYAN RAHMAT WIBOWO(1).pdf - Published Version Download (843kB) |
|
Text
4_195411119_BAB_III - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Restricted to Repository staff only Download (1MB) |
|
Text
5_195411119_BAB_IV - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Restricted to Repository staff only Download (720kB) |
|
Text
6_195411119_BAB_V - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Download (591kB) |
|
Text
7_195411119_DAFTAR_PUSTAKA - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Download (448kB) |
|
Text
8_195411119_CARA_MENJALANKAN_PROGRAM - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Download (1MB) |
|
Text
9_195411119_LISTING_PROGRAM - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Restricted to Repository staff only Download (583kB) |
|
Text
10_LAMPIRAN - TEDIYAN RAHMAT WIBOWO.pdf - Published Version Download (710kB) |
Abstract
Analisis sentimen adalah proses menganalisis tulisan menggunakan teknik analisis teks untuk menentukan emosi dari penulisnya. Analisis sentimen dapat dimanfaatkan untuk melakukan evaluasi dan menunjukan tingkat kepuasan pelanggan suatu perusahaan Internet Service Provider terhadap layanan yang ada dengan data opini secara langsung ataupun yang diperoleh dari Twitter. Salah satu metode analisis sentiment, yaitu Support Vector Machine (SVM) yang merupakan salah satu metode dalam supervised learning yang biasanya digunakan untuk klasifikasi dan regresi. Hasil pengujian model menggunakan metode analisis Support Vector Machine (SVM) menggunakan data keluhan pelanggan internet di Twitter menghasilkan rata-rata nilai accuracy 93,56%, precission 94,27%, recall 99,20%, dan f1-score 96,67%. Model hasil pengujian dapat digunakan untuk melakukan analisis teks keluhan pelanggan pada suatu perusahaan Internet Service Provider. Kata Kunci: Analisis sentiment, Internet Service Provider, Support Vector Machine, supervised learning.
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | Pembimbing: Dini Fakta Sari, S.T., M.T. |
| Uncontrolled Keywords: | Analisis sentiment, Internet Service Provider, Support Vector Machine, supervised learning. |
| Subjects: | A Karya Umum (General) > Ilmu Komputer (Computer Science) > Analisis Sentimen A Karya Umum (General) > Ilmu Komputer (Computer Science) > Internet |
| Divisions: | Jenjang S1 > Informatika (S1) |
| Depositing User: | Mr. Andi Setyanto |
| Date Deposited: | 21 Feb 2023 07:08 |
| Last Modified: | 07 Mar 2023 01:34 |
| URI: | http://eprints.utdi.ac.id/id/eprint/9833 |
Actions (login required)
 |
View Item |
