Analisis Sentimen Menggunakan Metode Naive Bayes dan Support Vector Machine Pada Ulasan Aplikasi Spotify
MUHAMMAD RIFQI FAUZI RAMDHANI

Informasi Umum

Kode

23.04.103

Klasifikasi

518.172 - Algorithm-Research Methods

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Algorithm Analysis, Machine Learning,

Dilihat

505 kali

Informasi Lainnya

Abstraksi

<h3><strong>Abstrak</strong></h3>

<p>Pergeseran kebiasaan memutar lagu secara digital didukung oleh kemudahan akses yang tersedia di berbagai perangkat, membuat pengguna bisa mendegarkan lagu kapanpun dan dimanapun waktunya. Spotify merupakan platform nomor satu sebagai penyedia jasa musik dan audio gratis dengan hampir 422 juta pengguna aktif dan menguasai 31% pangsa pasar skala global. Dengan banyaknya unduhan yang sudah mencapai satu juta kali, Spotify mendapatkan nilai rating 4.4 dan ulasan oleh para penggunanya. Pengguna diberikan kebebasan untuk mengekspresikan hasil kepuasaan, kritik, dan saran terhadap aplikasi. Ulasan tersebut bisa digunakan sebagai umpan balik untuk perusaahan dalam meningkatkan layanan dan mengembangkan inovasi selanjutnya. Analisis sentimen diperlukan untuk mengolah ulasan menjadi informasi yang bermanfaat dengan melalui beberapa tahapan pembersihan data terlebih dulu. Pembobotan menggunakan TF-IDF dilakukan sebelum masuk kedalam proses klasifikasi menggunakan <em>Naive Bayes</em> dan <em>Support Vector Machine</em>. Nilai <em>F1-Score</em> terbaik didapatkan pada metode SVM kernel RBF dengan nilai C & gamma optimum menghasilkan nilai <em>F1-Score</em> tertinggi sebesar 81% pada dataset ulasan aplikasi Spotify di layanan GooglePlay Store.</p>

<p> </p>

<p><strong>Kata kunci : </strong><strong><em>Naive Bayes, Support Vector Machine, Spotify, Analisis Sentimen, Ulasan</em></strong></p>

Koleksi & Sirkulasi

Seluruh (1) koleksi tidak tersedia

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook