OPINION MINING PADA KELUHAN DAN SARAN UNIVERSITAS TELKOM MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

MUHAMMAD NUGIE PRASETYO

Informasi Umum

Kode

20.04.4088

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Informasi Lainnya

Abstraksi

Universitas Telkom atau dikenal dengan Telkom Univesity adalah sebuah perguruan tinggi swasta yang berada dibawah naungan Yayasan Pendidikan Telkom (YPT). Dalam menjalankan seluruh elemen – elemen kegiatannya banyak melibatkan pihak seperti mahasiswa dengan direktorat, mahasiswa dengan fakultas, pegawai dengan fakultas, dan lain – lain. Hal ini pun tidak luput dari kesalahan dalam administrasi yang mengakibatkan ada berbagai pihak yang mengeluh. Untuk menampung keluhan dan saran itu bisa kita gunakan fitur di iGracias, tetapi hal itu masih terlalu rumit terutama bagi pengguna awam. Pada penelitian ini dibuat sebuah sistem opinion mining keluhan dengan metode Support Vector Machine (SVM) dengan menggunakan library Support Vector Classifier (SVC) dan pembobotan menggunakan Term Frequency – Inverse Document Frequency (TF – IDF) yang dapat mengalokasikan keluhan dan saran terarah ke unit yang tepat. Dalam penelitian ini menggunakan SVM multiclass dengan kernel RBF. Hasil tertinggi yang didapat dalam penelitian ini dengan pengujian parameter C = 1 dan Gamma(????) = 0.5 mendapat akurasi = 80%, selain itu menggunakan parameter data split = 0.1 didapat akurasi sebesar 80%, dan menggunakan pengujian confusion matrix mendapat hasil tertinggi dengan precision = 81%, recall = 77%, f1-score = 77%, dan accuracy = 78%.
Kata kunci: keluhan, masukan, opinion mining, Support Vector Machine (SVM), Term Frequency – Inverse Document Frequency (TF – IDF), Support Vector Classifier (SVC)