Analisis Sentimen Menggunakan Metode Naive Bayes dan Support Vector Machine Pada Ulasan Aplikasi Spotify

MUHAMMAD RIFQI FAUZI RAMDHANI

Informasi Dasar

119 kali
23.04.103
518.172
Karya Ilmiah - Skripsi (S1) - Reference

Abstrak

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 Naive Bayes dan Support Vector Machine. Nilai F1-Score terbaik didapatkan pada metode SVM kernel RBF dengan nilai C & gamma optimum menghasilkan nilai F1-Score tertinggi sebesar 81% pada dataset ulasan aplikasi Spotify di layanan GooglePlay Store.

 

Kata kunci : Naive Bayes, Support Vector Machine, Spotify, Analisis Sentimen, Ulasan

Subjek

ALGORITHM ANALYSIS
Machine Learning,

Katalog

Analisis Sentimen Menggunakan Metode Naive Bayes dan Support Vector Machine Pada Ulasan Aplikasi Spotify
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

MUHAMMAD RIFQI FAUZI RAMDHANI
Perorangan
Kemas Muslim Lhaksmana
 

Penerbit

Universitas Telkom, S1 Informatika
Bandung
2023

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini