INTEGRATED LIBRARY

Universitas Diponegoro

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Masuk
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
No image available for this title

Text

Perbandingan Kinerja Machine Learning Berbasis Algoritma Support Vector Machine dan Naive Bayes Classifier (Studi Kasus: Data Tanggapan Mengenai Traveloka Melalui Google Play)

Meliana Indra Safitri - Nama Orang;

Pada era digital, teknologi memiliki peranan penting dalam perancangan produk
dan layanan berbasis digital. Indonesia menempati peringkat satu di Asia Tenggara
sebagai pengguna e-commerce terbesar. Salah satu perusahaan e-commerce terbesar
adalah PT. Trinusa Travelindo atau Traveloka. Traveloka pada Google Play
diunduh sebanyak 10 juta lebih dengan rating 3,8 dan 1 juta tanggapan. Tanggapantanggapan pengguna aplikasi Traveloka dapat digunakan sebagai data untuk
melakukan analisis sentimen dengan tujuan mengklasifikasikan tanggapan positif
dan negatif. Penelitian ini menggunakan data yang dikumpulkan pada tanggal 19
September 2021. Pelabelan kelas sentimen menggunakan teknik sentiment scoring
yang menghasilkan jumlah tanggapan positif sebanyak 1170, sementara tanggapan
negatif sebanyak 830. Data tersebut diolah menggunakan pendekatan klasifikasi
teks dengan algoritma Support Vector Machine dan Naive Bayes Classifier. Support
Vector Machine bekerja dengan cara mencari hyperplane terbaik yang memisahkan
dua buah kelas, sedangkan Naive Bayes Classifier bekerja dengan cara mencari nilai
probabilitas bersyarat terbesar. Klasifikasi menggunakan Support Vector Machine
menghasilkan performa accuracy 98,17%, precision 99,17%, dan recall 96,39%,
sedangkan Naive Bayes Classifier menghasilkan performa accuracy 85,5%,
precision 91,82%, dan recall 87,28%. Berdasarkan performa yang dihasilkan,
machine learning dengan algoritma Support Vector Machine memiliki kinerja yang
lebih baik dibandingkan Naive Bayes Classifier dalam melakukan klasifikasi
tanggapan Traveloka melalui Google Play.
Kata kunci: Traveloka, Google Play, Analisis Sentimen, Support Vector Machine,
Naive Bayes Classifier


Ketersediaan — Fakultas Sains dan Matematika

Tidak ada salinan data

Informasi Detail
Judul Seri
-
No. Panggil
939 E 2022
Penerbit
: .,
Deskripsi Fisik
-
Bahasa
Indonesia
ISBN/ISSN
-
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
-
Subjek
-
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Meliana Indra Safitri / Iut Tri Utami,S.Si,M.Si./ Triastuti Wuryandari,S.Si,M.Si
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
Tidak Ada Data
Komentar

Anda harus masuk sebelum memberikan komentar

INTEGRATED LIBRARY
Universitas Diponegoro
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?