STMIK BANJARBARUSTMIK BANJARBARU
Progresif: Jurnal Ilmiah KomputerProgresif: Jurnal Ilmiah KomputerPenelitian ini bertujuan untuk mengevaluasi penerapan algoritma Support Vector Machine (SVM) dalam klasifikasi ulasan pengguna aplikasi TikTok. Proses penelitian terdiri dari tiga tahap utama, yaitu: crawling data untuk mengumpulkan ulasan pengguna, preprocessing data untuk membersihkan dan mempersiapkan data, serta proses klasifikasi menggunakan algoritma SVM. Pada tahap crawling, ulasan pengguna TikTok dikumpulkan dari berbagai sumber. Kemudian, pada tahap preprocessing, data mentah dibersihkan dari elemen-elemen yang tidak relevan dan diubah menjadi format yang dapat diproses oleh algoritma SVM. Terakhir, pada tahap klasifikasi, algoritma SVM diterapkan untuk mengklasifikasikan ulasan-ulasan tersebut. Hasil penelitian menunjukkan bahwa dari total 399 data uji, algoritma SVM berhasil mengklasifikasikan 299 data dengan benar, menghasilkan tingkat akurasi sebesar 75%. Hal ini menunjukkan bahwa algoritma SVM memiliki kemampuan yang baik dalam melakukan klasifikasi ulasan pengguna aplikasi TikTok, meskipun masih terdapat ruang untuk perbaikan. Penelitian ini memberikan kontribusi dalam pemahaman tentang penerapan algoritma SVM untuk analisis sentimen dan klasifikasi teks dalam konteks ulasan aplikasi media sosial.
Algoritma Support Vector Machine dapat digunakan untuk klasifikasi ulasan pengguna aplikasi TikTok melalui beberapa tahapan yaitu crawling data, preprocessing data, dan proses klasifikasi SVM.Berdasarkan hasil penelitian, klasifikasi ulasan mengenai aplikasi TikTok menggunakan algoritma Support Vector Machine menunjukkan bahwa dari total 399 data uji, sebanyak 299 data berhasil diklasifikasikan dengan benar sesuai dengan data sebenarnya.Dengan demikian, nilai akurasi dari klasifikasi ulasan mengenai aplikasi TikTok menggunakan algoritma Support Vector Machine (SVM) yang diperoleh adalah sebesar 75%.
Untuk penelitian lanjutan, dapat dipertimbangkan untuk mengkaji lebih lanjut tentang penerapan algoritma SVM dalam konteks analisis sentimen pada platform media sosial lainnya, seperti Instagram atau Facebook. Selain itu, penelitian dapat dilakukan untuk mengeksplorasi teknik-teknik pengolahan bahasa alami (NLP) yang lebih canggih untuk meningkatkan akurasi klasifikasi ulasan pengguna. Terakhir, penelitian juga dapat dilakukan untuk menganalisis pengaruh fitur-fitur tertentu dalam aplikasi TikTok terhadap sentimen pengguna, seperti algoritma rekomendasi atau fitur interaksi sosial.
- Analisis sentimen pengguna aplikasi BSI mobile akibat ransomware menggunakan algoritma support vector... jurnal.sttmcileungsi.ac.id/index.php/infotech/article/view/1102Analisis sentimen pengguna aplikasi BSI mobile akibat ransomware menggunakan algoritma support vector jurnal sttmcileungsi ac index php infotech article view 1102
- Analisis Sentimen Terhadap Bakal Capres RI 2024 di Twitter Menggunakan Algoritma SVM | Journal of Information... ejurnal.seminar-id.com/index.php/josh/article/view/4379Analisis Sentimen Terhadap Bakal Capres RI 2024 di Twitter Menggunakan Algoritma SVM Journal of Information ejurnal seminar id index php josh article view 4379
- Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning... doi.org/10.47233/jteksis.v5i1.750Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning doi 10 47233 jteksis v5i1 750
| File size | 460.71 KB |
| Pages | 14 |
| DMCA | Report |
Related /
NURUL FIKRINURUL FIKRI Hasilnya, waktu build aplikasi berkurang dari 1 jam menjadi 37 menit dengan rata-rata waktu per build 12 menit melalui proses paralel, sementara deploymentHasilnya, waktu build aplikasi berkurang dari 1 jam menjadi 37 menit dengan rata-rata waktu per build 12 menit melalui proses paralel, sementara deployment
BSIBSI Pengabdian masyarakat ini bertujuan meningkatkan kemampuan mengenalkan bahan-bahan herbal, takaran, kandungan, dan khasiatnya, serta meningkatkan pengetahuanPengabdian masyarakat ini bertujuan meningkatkan kemampuan mengenalkan bahan-bahan herbal, takaran, kandungan, dan khasiatnya, serta meningkatkan pengetahuan
BSIBSI Pelaksanaan kegiatan masyarakat yang dilakukan pada kader Posyandu Seruni berupa pelatihan Survey online menggunakan Google Form ini sangat bermanfaatPelaksanaan kegiatan masyarakat yang dilakukan pada kader Posyandu Seruni berupa pelatihan Survey online menggunakan Google Form ini sangat bermanfaat
UBHARAUBHARA Penelitian eksploratif sangat penting karena dapat menghasilkan landasan yang kuat untuk memperoleh ide-ide mendetail terkait masalah utama, serta untukPenelitian eksploratif sangat penting karena dapat menghasilkan landasan yang kuat untuk memperoleh ide-ide mendetail terkait masalah utama, serta untuk
NURUL FIKRINURUL FIKRI Hasil penelitian ini menunjukkan lebih unggul menggunakan model microservice dibandingkan model monolitik, dengan hasil blackbox testing sebesar 100% fiturHasil penelitian ini menunjukkan lebih unggul menggunakan model microservice dibandingkan model monolitik, dengan hasil blackbox testing sebesar 100% fitur
NURUL FIKRINURUL FIKRI Penelitian ini diuji akhir dengan menggunakan Black Box Testing, User Acceptance Testing (UAT), Backup Testing, dan Restore Testing. Hasil penelitian menunjukkanPenelitian ini diuji akhir dengan menggunakan Black Box Testing, User Acceptance Testing (UAT), Backup Testing, dan Restore Testing. Hasil penelitian menunjukkan
NURUL FIKRINURUL FIKRI Analisis dilakukan menggunakan teknik triangulasi untuk mengevaluasi pengaruh variabel pemasaran Instagram seperti unggahan, jenis konten, dan interaksiAnalisis dilakukan menggunakan teknik triangulasi untuk mengevaluasi pengaruh variabel pemasaran Instagram seperti unggahan, jenis konten, dan interaksi
NURUL FIKRINURUL FIKRI Penelitian ini merancang dan mengimplementasikan sistem monitoring konsumsi energi listrik rumah tangga berbasis IoT menggunakan sensor ACS712, denganPenelitian ini merancang dan mengimplementasikan sistem monitoring konsumsi energi listrik rumah tangga berbasis IoT menggunakan sensor ACS712, dengan
Useful /
UBHARAUBHARA Penelitian ini bertujuan untuk menilai sejauh mana efektivitas penerapan Sistem Informasi Mineral dan Batubara (SIMBARA) dalam mendukung transformasi digitalPenelitian ini bertujuan untuk menilai sejauh mana efektivitas penerapan Sistem Informasi Mineral dan Batubara (SIMBARA) dalam mendukung transformasi digital
STMIK BANJARBARUSTMIK BANJARBARU Data yang dianalisis terdiri dari 500 komentar di Twitter (X) dan YouTube dengan kata kunci Bank SeaBank. Metode yang digunakan mencakup algoritma machineData yang dianalisis terdiri dari 500 komentar di Twitter (X) dan YouTube dengan kata kunci Bank SeaBank. Metode yang digunakan mencakup algoritma machine
STMIK BANJARBARUSTMIK BANJARBARU Dataset yang terdiri dari 985 data telah melewati tahap pree-processing. Hasil evaluasi model menunjukkan bahwa nilai Mean Squared Error (MAE) adalah 0.Dataset yang terdiri dari 985 data telah melewati tahap pree-processing. Hasil evaluasi model menunjukkan bahwa nilai Mean Squared Error (MAE) adalah 0.
STMIK BANJARBARUSTMIK BANJARBARU Metode SMART dipilih karena kemampuannya mengakomodasi berbagai kriteria penilaian dengan bobot yang dapat disesuaikan. Sistem ini dikembangkan menggunakanMetode SMART dipilih karena kemampuannya mengakomodasi berbagai kriteria penilaian dengan bobot yang dapat disesuaikan. Sistem ini dikembangkan menggunakan