PERBANDINGAN ANALISIS SENTIMEN APLIKASI TRAVELOKA DAN TIKET.COM PADA TWITTER DENGAN METODE SUPPORT VECTOR MACHINE
PUTRI UTAMI RUKMANA

Informasi Umum

Kode

23.04.6948

Klasifikasi

006.312 - Data mining

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Mining

Dilihat

24 kali

Informasi Lainnya

Abstraksi

<p>Munculnya pandemi COVID-19 ke Indonesia mengakibatkan krisis ekonomi termasuk dunia pariwisata yang menyebabkan penurunan dalam perekonomian nasional. Dengan adanya <em>Online Travel Agency (OTA) </em>seperti Traveloka dan Tiket.com diharapkan dapat membantu meningkatkan sektor wisata untuk ekonomi Indonesia. Sebagai OTA yang populer dan untuk melihat opini masyarakat Indonesia dapat dilihat dari opini masyarakat yang berupa <em>tweets </em>pada aplikasi Twitter. Data <em>tweets </em>tersebut akan diambil dan akan dilakukan analisis sentimen pada aplikasi OTA Traveloka dan Tiket.com yang akan diklasifikasikan kedalam kelas tertertentu berdasarkan opininya dan akan dilakukan pemodelan menggunakan metode algoritma <em>Support Vector Machine (SVM)</em>. Pada penelitian ini mengadopsi metode <em>Knowledge Discovery in Database</em> (KDD)<em>. </em>Penelitian ini bertujuan untuk mengetahui tingkat akurasi algoritma <em>SVM </em>dan mengetahui bagaimana perbandingan analisis sentimen antara Traveloka dan Tiket.com. Dalam perbandingan analisis sentimen dari segi harga Traveloka lebih unggul dan dari segi layanan Tiket.com lebih unggul. Setelah dilakukan pemodelan dengan membandingan <em>splitting data </em>dan dilakukan penanganan <em>imbalanced data </em>menggunakan <em>Synthetic Minority Oversampling Technique</em> (SMOTE) hasil akurasi terbaik SVM untuk dataset harga Tiket.com adalah 68%, untuk harga Traveloka adalah 97%, untuk layanan Tiket.com adalah 92%, dan untuk layanan Traveloka adalah 89%.</p>

• III4A4 - TUGAS AKHIR

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook