SENTIMEN ANALISIS KOMENTAR MAHASISWA EDOM DENGAN METODE SUPPORT VECTOR MACHINE (SVM)

NUR CHAIYA PUTRA, ARDAN (2022) SENTIMEN ANALISIS KOMENTAR MAHASISWA EDOM DENGAN METODE SUPPORT VECTOR MACHINE (SVM). Undergraduate thesis, Universitas Islam Sultan Agung Semarang.

	Text Teknik Informatika_32601500951_fullpdf.pdf Download (2MB)
	Text Teknik Informatika_32601500951_pernyataan_publikasi.pdf Restricted to Registered users only Download (80kB)

Abstract

Universitas Sultan agung Semarang menerapkan sebuah kuesioner Online mahasiswa untuk mengevaluasi Dosen apakah sebuah dosen sudah melakukan tugas yang diberikan dan mahasiswa menilai apakah dosen sudah baik apa belum yang bisa di isi dengan melalui pilihan ganda dan sebuah komentar. Dalam hal ini yang akan digunakan adalah kuesioner dalam bentuk komentar yang dibuat oleh mahasiswa dapat menghasilkan sebuah sentiment yang terbagi menjadi jadi tiga subjek berupa netral, positif, dan negatif. Namun terkadang dalam sebuah tulisan yang di buat oleh mahasiswa tidak bisa di identifikasi untuk menentukan apakah kalimat tersebut dapat dibagi menjadi tiga subjek yang berupa positif, negatif dan netral. Data yang berhasil didapatkan dari pengisian komentar dari kuesioner Online Bernama EDOM dengan mendapatkan hasil dengan jumlah data sekitar 1791 komentar, dan dengan penelitian ini akan menggunakan sentiment analisis dan algoritma Bernama Support Vector Machine yang menghasilkan hasil yang baik dengan tingkat Akurasi 82%, Presisi 72%, recall 61%, f-measure 65%. Kata Kunci : Klasifikasi, Komentar, sentimen, Support Vector Machine

Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	17 Jul 2023 07:14
Last Modified:	17 Jul 2023 07:14
URI:	http://repository.unissula.ac.id/id/eprint/29630

Actions (login required)

View Item