KLASIFIKASI SENTIMEN ULASAN PENGGUNA APLIKASI MYSMARTFREN DI GOOGLE PLAYSTORE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBOR (KNN)

Rifaldi, Cikal (2025) KLASIFIKASI SENTIMEN ULASAN PENGGUNA APLIKASI MYSMARTFREN DI GOOGLE PLAYSTORE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBOR (KNN). Bachelor thesis, Universitas Nasional.

	Text Cover.pdf Download (1MB)
	Text bab 1.pdf Download (430kB)
	Text bab 2.pdf Download (603kB)
	Text bab 3.pdf Download (688kB)
	Text bab 4.pdf Download (1MB)
	Text bab 5.pdf Download (389kB)
	Text Lampiran.pdf Download (501kB)

Abstract

Penelitian ini bertujuan untuk mengklasifikasikan sentimen publik terhadap aplikasi MySmartfren menggunakan algoritma Support Vector Machine dan KNearest Neighbor, serta mengevaluasi kinerjanya berdasarkan akurasi, presisi, recall, dan F1-score. Data sebanyak 3000 ulasan yang diperoleh melalui proses crawling menggunakan Google Play Scraper, yang kemudian melalui tahapan preprocessing yang mencakup remove duplicates, cleaning, case folding, normalisasi, tokenizing, stopword removal, stemming, penerjemahan, pelabelan otomatis menggunakan TextBlob, dan pembobotan data menggunakan metode TFIDF, sehingga model dapat mengklasifikasikan ulasan ke dalam tiga kategori sentimen, yaitu positif, negatif, dan netral. Hasil pengujian menunjukkan bahwa algoritma SVM memberikan akurasi sebesar 79%, dengan presisi, recall, dan F1score yang konsisten, sedangkan algoritma KNN menghasilkan akurasi sebesar 55%. Temuan ini menunjukkan bahwa SVM lebih unggul dibanding KNN dalam klasifikasi sentimen ulasan pengguna aplikasi MySmartfren. Penelitian ini diharapkan menjadi referensi bagi pengembang untuk meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna yang dianalisis secara otomatis.

Item Type:	Thesis (Bachelor)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Delvy Aplirizani -
Date Deposited:	22 Sep 2025 05:00
Last Modified:	22 Sep 2025 05:00
URI:	http://repository.unas.ac.id/id/eprint/14161

Actions (login required)

View Item