ANALISIS SENTIMEN KEPUASAN PENGGUNA APLIKASI HALODOC MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

SHOLIKUN, SHOLIKUN (2023) ANALISIS SENTIMEN KEPUASAN PENGGUNA APLIKASI HALODOC MENGGUNAKAN METODE SUPPORT VECTOR MACHINE. Diploma thesis, Universitas Widya Husada Semarang.

Text (FULL TEXT) SHOLIKUN.pdf - Published Version Download (50MB)

Abstract

Analisis sentimen merupakan teknik pemrosesan bahasa alami yang digunakan untuk mengidentifikasi dan mengekstrak informasi tentang sentimen atau perasaan yang terkandung dalam suatu teks. Salah satu metode yang dapat digunakan dalam analisis sentimen adalah Support Vector Machine (SVM). Metode SVM digunakan untuk mengklasifikasikan ulasan kepuasan pengguna menjadi kategori positif dan negatif. Data yang digunakan sejumlah 125.696 ulasan pengguna Halodoc yang diambil dari Google Play Store dari tanggal 18 Maret 2016 sampai 31 Maret 2023. Data tersebut kemudian di preprocessing dan dianalisis menggunakan SVM dengan kode python di gogglecolab. Hasil dari analisis sentimen kemudian divisualisasikan dalam bentuk grafik. Hasil penelitian menunjukkan bahwa SVM dapat mengklasifikasikan ulasan pengguna Halodoc dengan tingkat akurasi tinggi, yaitu 99%. Dari total ulasan 62,01% dikategorikan sebagai ulasan positif dan 37,99% ulasan negatif.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Analisis Sentimen, Halodoc, Support Vector Machine
Subjects:	R Medicine > RZ Other systems of medicine
Divisions:	Fakultas Keperawatan Bisnis dan Teknologi > S1 Informatika Medis
Depositing User:	Admin Cakep Perpus
Date Deposited:	11 May 2023 07:23
Last Modified:	11 May 2023 08:00
URI:	http://eprints.uwhs.ac.id/id/eprint/1905

Actions (login required)

View Item