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

Dosen Pembimbing:	Farisa, Sam and Munawar, Hud | UNSPECIFIED
Item Type:	Thesis (Undergraduate)
Subjects:	T Technology > T Technology (General)
Divisions:	Fakultas Teknologi Industri Fakultas Teknologi Industri > Mahasiswa FTI - Skripsi Teknik Informatika
Depositing User:	Pustakawan 5 UNISSULA
Date Deposited:	17 Jul 2023 07:14
Last Modified:	17 Jul 2023 07:14
URI:	https://repository.unissula.ac.id/id/eprint/29630

Actions (login required)

View Item