Informasi Umum

Kode

25.04.1080

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Data Science

Dilihat

133 kali

Informasi Lainnya

Abstraksi

Analisis sentimen adalah teknik yang digunakan untuk memahami pendapat atau emosi yang terkandung dalam teks, seperti ulasan atau komentar pengguna. Penelitian ini bertujuan untuk menganalisis sentimen publik terhadap aplikasi <em>Netflix</em> menggunakan metode <em>Support Vector Machine</em> (SVM) dengan ekstraksi fitur <em>Word2Vec</em>. Word2Vec digunakan untuk mengubah teks menjadi representasi vektor yang mempertahankan konteks semantik kata-kata, sementara <em>SVM</em> bertindak sebagai model klasifikasi untuk memprediksi sentimen.  <br /> Hasil evaluasi menunjukkan bahwa SVM dengan kernel RBF menunjukkan performa terbaik dibanding dengan kernel lainnya, dengan akurasi mencapai 75,9%, precision 76,03%, recall 75,91%, dan F1-score sebesar 75,88%. Perbandingan antara berbagai kernel pada SVM menunjukkan bahwa kernel RBF lebih unggul dalam hal keseimbangan antara sensitivitas dan ketepatan, sehingga menjadikannya metode yang lebih efektif untuk menganalisis sentimen opini publik. Dengan hasil tersebut, maka dapat disimpulkan bahwa penggunaan kombinasi antara Word2Vec dengan SVM mampu memberikan hasil yang lebih akurat dan seimbang dalam mengklasifikasikan opini masyarakat terhadap aplikasi Netflix.<br /> <strong>Kata Kunci:</strong> Analisis Sentimen, Netflix, SVM, Word2Vec, X. <br />  

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama FARHAN FAHLEVI
Jenis Perorangan
Penyunting Hasmawati, Bunyamin
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Informatika
Kota Bandung
Tahun 2025

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi