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.

	Text COVER.pdf Download (2MB)
	Text BAB-1.pdf Download (495kB)
	Text BAB-2.pdf Download (2MB)
	Text BAB-3.pdf Download (991kB)
	Text BAB-4.pdf Download (2MB)
	Text BAB-5.pdf Download (232kB)
	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:	Users 30 not found.
Date Deposited:	13 Sep 2024 04:18
Last Modified:	18 Sep 2024 01:41
URI:	https://repository.unas.ac.id/id/eprint/11876

Actions (login required)

View Item