ANALISIS KLASIFIKASI DATA ULASAN PENGGUNA MENGGUNAKAN RANDOM FOREST DAN SUPPORT VECTOR MACHINE

Santoso, Sekar Kesya Meidy (2025) ANALISIS KLASIFIKASI DATA ULASAN PENGGUNA MENGGUNAKAN RANDOM FOREST DAN SUPPORT VECTOR MACHINE. Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (2MB)
	Text BAB I.pdf Download (238kB)
	Text BAB II.pdf Download (327kB)
	Text BAB III.pdf Download (244kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (106kB)
	Text LAMPIRAN.pdf Download (5MB)

Abstract

Dengan meningkatnya penggunaan aplikasi digital, jumlah ulasan pengguna
juga semakin bertambah. Aplikasi JAKI (Jakarta Kini) berfungsi sebagai platform
yang menghubungkan warga dengan berbagai layanan kota untuk meningkatkan
kenyamanan dan efisiensi. Analisis sentimen ulasan pengguna menjadi penting
untuk meningkatkan kualitas fitur dan pelayanan aplikasi.
Penelitian ini mengevaluasi kinerja algoritma Random Forest dan Support
Vector Machine (SVM) dalam mengklasifikasikan sentimen ulasan pengguna
aplikasi JAKI menjadi kategori positif dan negatif. Data yang digunakan diperoleh
melalui web scraping dari Google Play Store, yang mencakup 4506 ulasan dengan
variabel seperti ID Ulasan, Nama Pengguna, Tanggal Ulasan, Rating, Isi Ulasan,
dan Polarity.
Hasil evaluasi menunjukkan bahwa metode Random Forest memiliki
akurasi 91.7%, presisi 95.4%, recall 91.4%, dan F1-score 93.4%. Sementara itu,
Support Vector Machine (SVM) mencapai akurasi 92.6%, presisi 95.1%, recall
93.2%, dan F1-score 94.1%. Dengan hasil tersebut, SVM menunjukkan performa
yang lebih unggul dalam klasifikasi sentimen ulasan pengguna aplikasi JAKI.

Item Type:	Thesis (Diploma)
Subjects:	Q Science > Q Science (General) T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Users 30 not found.
Date Deposited:	15 Sep 2025 02:43
Last Modified:	10 Nov 2025 04:17
URI:	https://repository.unas.ac.id/id/eprint/14099

Actions (login required)

View Item