TRUNOJOYO-Tugas Akhir-33148-abstrak.pdf
Restricted to Repository staff only
Download (450kB)
TRUNOJOYO-Tugas Akhir-33148-Cover.pdf
Restricted to Repository staff only
Download (3MB)
TRUNOJOYO-Tugas Akhir-33148-CHAPTER1.pdf
Restricted to Repository staff only
Download (1MB)
TRUNOJOYO-Tugas Akhir-33148-CHAPTER2.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-33148-CHAPTER3.pdf
Restricted to Repository staff only
Download (2MB)
TRUNOJOYO-Tugas Akhir-33148-CHAPTER4.pdf
Restricted to Repository staff only
Download (5MB)
TRUNOJOYO-Tugas Akhir-33148-Conclusion.pdf
Restricted to Repository staff only
Download (283kB)
TRUNOJOYO-Tugas Akhir-33148-References.pdf
Restricted to Repository staff only
Download (628kB)
TRUNOJOYO-Tugas Akhir-33148-Appendices.pdf
Restricted to Repository staff only
Download (316kB)
Abstract
Analisis sentimen adalah suatu proses ekstraksi, pengolahan, dan pemahaman data berupa teks yang tidak terstruktur secara otomatis, dengan tujuan untuk mengekstrak informasi mengenai sentimen yang terkandung dalam sebuah pernyataan atau pendapat. Melalui analisis sentimen, dilakukan evaluasi terhadap opini dan kecenderungan suatu pandangan terhadap suatu topik, baik itu bersifat negatif maupun positif. Salah satu aplikasi game online yang telah mencapai 100.000.000+ download di playstore yaitu Mobile Legends: Bang-Bang atau sering disebut dengan Mobile Legends, tentunya perlu memperhatikan bagaimana pendapat pengguna layanannya sehingga Tingkat kepercayaan konsumen akan terjaga. Oleh karena itu, analisis sentimen ulasan pengguna aplikasi Game Mobile Legend menjadi jawaban yang tepat untuk mengetahui apa saja improvement yang perlu dilakukan oleh perusahaan. Untuk melakukan analisis sentimen dengan data yang bersumber dari ulasan aplikasi, pada tugas akhir ini, akan dilakukan analisis sentimen menggunakan metode Support Vector machine dengan kernel Linier, Polinomial dan RBF, dan juga dilakukan perbandingan hasil menggunakan balancing data dan tanpa menggunakan balancing data dengan data yang berasal dari ulasan dan pelabelan dilakukan berdasarkan rating, rating 5 sebagai positif dan rating 1 sebagai negatif. Jumlah masing-masing data adalah 1000 ulasan. Hasil Penelitian menunjukan bahwa nilai akurasi yang terbaik adalam metode Support Vector Machine dengan kernel RBF dan nilai parameter C sebesar 1 menghasilkan akurasi sebesar 85.59%.
| Item Type | Thesis (Skripsi) |
|---|---|
| Thesis Type | S1 |
| Creators | Creators NIM M. ARIF MAHFUD RIAN SETIAWAN |
| Department | Informatika |
| Uncontrolled Keywords | Analisis Sentimen, Support Vector Machine |
| Divisions | Fakultas Teknik > S1 - Informatika |
| Additional Information | elib mass import |
| Depositing User | Unnamed user with email library@trunojoyo.ac.id |
| Date Deposited | 19 Oct 2026 12:30 |
| Last Modified | 24 Oct 2026 16:48 |
| URI | https://repository.trunojoyo.ac.id/id/eprint/4742 |
