ANALISIS SENTIMEN ULASAN PENGGUNA ALODOKTER DAN HALODOC MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

GIRSANG, ROSINAR ASIMA ROHANA BR (2024) ANALISIS SENTIMEN ULASAN PENGGUNA ALODOKTER DAN HALODOC MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Bachelor thesis, Universitas Nasional.

[img] Text
COVER.pdf

Download (2MB)
[img] Text
BAB-1.pdf

Download (495kB)
[img] Text
BAB-2.pdf

Download (2MB)
[img] Text
BAB-3.pdf

Download (991kB)
[img] Text
BAB-4.pdf

Download (2MB)
[img] Text
BAB-5.pdf

Download (232kB)
[img] Text
LAMPIRAN.pdf

Download (1MB)

Abstract

Dengan meningkatnya penggunaan layanan telemedicine di Indonesia, analisis sentimen terhadap ulasan pengguna aplikasi menjadi semakin penting untuk memahami persepsi dan kebutuhan pengguna terhadap layanan ini. Dalam konteks ini, aplikasi Alodokter dan Halodoc dianalisis menggunakan algoritma Support Vector Machine (SVM) dengan kernel linier untuk mengidentifikasi pola sentimen yang dominan. Data ulasan dikumpulkan dari Google Play Store selama periode Februari hingga Mei 2024, dan diproses melalui beberapa tahap pra-pemrosesan teks, termasuk pembersihan data untuk menghilangkan noise, case folding untuk menyamakan huruf, normalisasi ejaan untuk mengatasi kesalahan pengetikan, tokenisasi untuk memisahkan kata, dan penyaringan untuk memilih kata-kata yang relevan. Fitur teks diekstraksi menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), yang kemudian digunakan sebagai input untuk model SVM. Model ini menunjukkan kemampuan yang kuat dalam mengklasifikasikan sentimen ulasan pengguna, dengan tingkat akurasi sebesar 96% untuk aplikasi Alodokter dan 95% untuk aplikasi Halodoc. Temuan ini memberikan wawasan mendalam mengenai persepsi pengguna terhadap layanan telemedicine di Indonesia dan dapat membantu penyedia layanan dalam merancang strategi peningkatan kualitas layanan yang lebih tepat sasaran di masa mendatang.

Item Type: Thesis (Bachelor)
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions: Skripsi > Fakultas Teknologi Komunikasi dan Informatika
Depositing User: Miss Rahma Rahmawati
Date Deposited: 13 Sep 2024 04:18
Last Modified: 18 Sep 2024 01:41
URI: http://repository.unas.ac.id/id/eprint/11876

Actions (login required)

View Item View Item