Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Support Vector Machine dan Lexicon Based Features
Teks penuh
Gambar
Dokumen terkait
Berdasarkan hasil percobaan dengan menggunakan perbandingan data latih 300 ulasan dan data uji 100 ulasan aplikasi BCA mobile, penggunaan Naive Bayes-Levenshtein
Untuk penelitian analisis sentimen terhadap tingkat kepuasan pengguna penyedia layanan telekomunikasi seluler pada Twitter dengan metode Support Vector Machine dan
mengimplementasikan algoritma SVM dalam melakukan analisis sentimen pada data tweet pengguna Twitter mengenai topik vaksin Covid-19 dan menerapkan grid search yang
Hasil dari proses analisis sentimen terhadap 900 Review data testing dengan menggunakan nilai pengujian fold=5 pada metode Support VectorMachine (SVM) diperoleh
Penelitian ini difokuskan pada klasifikasi teks pada analisis data ulasan komentar aplikasi tanda tangan digital dengan membandingkan kinerja metode Support Vector Machine serta
Kesimpulan Hasil dari analisis sentimen dengan menggunakan Support Vector Machine terhadap Anies Baswedan pada media sosial twitter tanpa balancing data, didapatkan accuracy sebesar
Berdasarkan hasil penelitian mengenai analisis sentimen pengguna aplikasi WeTv, dengan jumlah 4024 data yang sudah melewati proses cleaning, labelling, preprocess text, filtering,
Berdasarkan latar belakang yang telah diuraikan diatas peningkatan jumlah pemakaian internet, peneliti merasa perlu untuk menganalisa lebih lanjut terhadap review atau ulasan pengguna
