Analisis Sentimen Terhadap Review Produk Di Twitter Menggunakan Metode Support Vector Machine
| Format: | Bachelors |
|---|---|
| Terbitan: |
#CREATOR_ORGNAME#
, 2018
|
| Subjects: | |
| Online Access: |
http://digilib.polban.ac.id\/download.php?id=26843 |
Daftar Isi:
- Fenomena meningkatkan pengguna social media yang begitu pesat memudahkan produsen untuk mengevaluasi produk-produknya berdasarkan komentar yang diposting di social media tersebut. Salah satu social media yang banyak digunakan adalah Twitter. Dengan jumlah postingan mencapai ribuan tweet perdetik ketersediaan sentimen untuk suatu produk sangat melimpah. Permasalahan yang muncul adalah bagaimana melakukan klasifikasi terhadap sentimen tersebut agar berguna untuk mengevaluasi produk. Metode Support Vector Machine merupakan salah satu metode yang dapat dimanfaatkan untuk menganalisis sentimen. Analisis sentimen dengan menggunakan metode Support Vector Machine dilakukan untuk mengklasifikasikan sentimen ke dalam kelas positif dan kelas negatif. Fitur yang digunakan adalah unigram dengan pembobotan TFIDF. Dari jumlah keseluruhan dataset sebanyak 2702 tweet, diperoleh 153.59 tweet yang berlabel positif dan 251.36 tweet berlabel negatif. Tingkat akurasi sistem analisis sentimen review produk dengan menggunakan metode Support Vector Machine terhadap dataset tersebut adalah 97%. Variabel yang berpengaruh terhadap akurasi adalah jumlah data, perbandingan jumlah data latih dan data uji, serta perbandingan jumlah data positif dan negatif yang digunakan. Kata Kunci: review produk, twitter, analisis sentimen, support vector machine, pembobotan TFIDF.