UMPPUMPP
Jurnal Surya InformatikaJurnal Surya InformatikaLIVIN adalah salah satu aplikasi platform di google play store. Aplikasi Livin sudah diunduh sebanyak 10 juta kali namun hanya memiliki rating 3,5. Pada google play store pemberian rating aplikasi diikuti dengan ulasan dari para pengguna terhadap aplikasi. Ulasan yang ada cukup banyak dan tidak terstruktur serta mengandung opini dari para pengguna tentang kepuasan mereka terhadap aplikasi tersebut sehingga sering dijadikan pertimbangan oleh calon pengguna untuk memilih aplikasi yang digunakan. Berdasarkan hal tersebut, maka dilakukan analisis sentimen menggunakan algoritma Support Vector Machine untuk mengetahui bagaimana sentimen para pengguna terhadap aplikasi LIVIN di google play store. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD). Data yang digunakan merupakan ulasan aplikasi LIVIN sebanyak 209395 data yang terdiri dari 125736 ulasan positif dan 8359 ulasan negatif. Hasil terbaik diperoleh pada skenario 1 (90:10) menggunakan kernel RBF (Radial Basis Function) yang menghasilkan accuracy 83.61% precision 87.07%, recall 76.52%, dan f1-score 81.45%.
Analisis sentimen menggunakan Support Vector Machine (SVM) dengan kernel linear terbukti efektif dalam mengkategorikan sentimen pengguna aplikasi LIVIN di Google Play Store, menghasilkan akurasi tertinggi dibandingkan kernel lainnya.Hasil penelitian menunjukkan bahwa model SVM dengan kernel linear memberikan performa terbaik, memberikan wawasan berharga mengenai persepsi pengguna terhadap kualitas dan kinerja aplikasi.Namun, penelitian ini memiliki keterbatasan ruang lingkup data yang terbatas pada periode tertentu dan hanya pada aplikasi LIVIN, sehingga generalisasi hasil harus dilakukan dengan hati-hati.
Penelitian selanjutnya dapat menyelidiki bagaimana kombinasi kernel SVM (linear, RBF, polynomial) dengan teknik deep learning seperti LSTM atau BERT mempengaruhi akurasi klasifikasi sentimen pada ulasan aplikasi mobile, khususnya dengan membandingkan performa pada dataset multibahasa. Selanjutnya, studi dapat mengeksplorasi pengaruh penggunaan data ulasan yang mencakup periode lebih luas (misalnya tiga tahun) dan aplikasi dari berbagai kategori (finansial, edukasi, hiburan) terhadap generalisasi model, sehingga dapat mengidentifikasi faktor-faktor yang memoderasi keberhasilan SVM dalam konteks yang berbeda. Selain itu, penelitian dapat merancang pendekatan hibrida yang mengintegrasikan metode ekstraksi fitur tradisional (TF‑IDF) dengan representasi semantik berbasis word embedding untuk menilai apakah peningkatan representasi teks dapat meningkatkan recall dan mengurangi bias kelas minoritas dalam analisis sentimen. Akhirnya, sebuah studi komparatif dapat dilakukan antara SVM dan algoritma ensemble seperti Random Forest atau Gradient Boosting dalam menangani data tidak seimbang, dengan tujuan menentukan strategi optimal untuk meningkatkan keseimbangan antara presisi dan recall pada ulasan aplikasi.
| File size | 547.97 KB |
| Pages | 6 |
| DMCA | Report |
Related /
FKPTFKPT Nilai F1-score tinggi, yaitu 0,99953 untuk kelas 0 dan 0,99925 untuk kelas 1, dengan macro average F1-score sebesar 0,99939 dan weighted average sebesarNilai F1-score tinggi, yaitu 0,99953 untuk kelas 0 dan 0,99925 untuk kelas 1, dengan macro average F1-score sebesar 0,99939 dan weighted average sebesar
NURISNURIS Analisis terhadap sentimen publik dalam komentar pengguna menjadi penting untuk memahami persepsi masyarakat terhadap konflik tersebut. Penelitian iniAnalisis terhadap sentimen publik dalam komentar pengguna menjadi penting untuk memahami persepsi masyarakat terhadap konflik tersebut. Penelitian ini
STMIKJAYAKARTASTMIKJAYAKARTA Penanganan Missing Value dapat dilakukan dengan tiga metode. imputasi menggunakan algoritma K-Means, imputasi berdasarkan rata-rata (Mean), dan penghapusanPenanganan Missing Value dapat dilakukan dengan tiga metode. imputasi menggunakan algoritma K-Means, imputasi berdasarkan rata-rata (Mean), dan penghapusan
UBMUBM Dataset yang dianalisis melibatkan 996 sampel pelanggan, mencakup berbagai atribut penting seperti jenis kelamin, usia, metode pembayaran, dan riwayatDataset yang dianalisis melibatkan 996 sampel pelanggan, mencakup berbagai atribut penting seperti jenis kelamin, usia, metode pembayaran, dan riwayat
NURUL FIKRINURUL FIKRI KaburAjaDulu yang mencerminkan aspirasi migrasi ke Jepang di platform X, menggunakan tiga algoritma NLP, yaitu VADER, TextBlob, dan BERT, berdasarkan klasifikasiKaburAjaDulu yang mencerminkan aspirasi migrasi ke Jepang di platform X, menggunakan tiga algoritma NLP, yaitu VADER, TextBlob, dan BERT, berdasarkan klasifikasi
STIEBALIKPAPANSTIEBALIKPAPAN Data mining menggabungkan teknik pembelajaran mesin, pengenalan pola, statistika, database, dan visualisasi untuk mengidentifikasi masalah dalam pengambilanData mining menggabungkan teknik pembelajaran mesin, pengenalan pola, statistika, database, dan visualisasi untuk mengidentifikasi masalah dalam pengambilan
UBMUBM Tujuan utama algoritma Apriori adalah menemukan itemset yang sering muncul bersama dalam data. Algoritma ini mengadopsi pendekatan bottom‑up, di manaTujuan utama algoritma Apriori adalah menemukan itemset yang sering muncul bersama dalam data. Algoritma ini mengadopsi pendekatan bottom‑up, di mana
UMUSLIMUMUSLIM Berdasarkan sampel data yang digunakan, produk kosmetik YOU dapat dikelompokkan menjadi 3 kategori berdasarkan tingkat kelarisan penjualannya. AlgoritmaBerdasarkan sampel data yang digunakan, produk kosmetik YOU dapat dikelompokkan menjadi 3 kategori berdasarkan tingkat kelarisan penjualannya. Algoritma
Useful /
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini berjudul Tracking Objek Berbasis Augmented Reality pada Pembelajaran Interaktif Pengenalan Motif & Filosofi Kain Tenun Atambua. Tujuan utamaPenelitian ini berjudul Tracking Objek Berbasis Augmented Reality pada Pembelajaran Interaktif Pengenalan Motif & Filosofi Kain Tenun Atambua. Tujuan utama
STMIKJAYAKARTASTMIKJAYAKARTA Aplikasi ini dirancang untuk memantau jadwal kegiatan, mengotomatisasi proses pendaftaran, dan memudahkan pengelolaan data terkait kegiatan yang ada diAplikasi ini dirancang untuk memantau jadwal kegiatan, mengotomatisasi proses pendaftaran, dan memudahkan pengelolaan data terkait kegiatan yang ada di
UNRIUNRI Berdasarkan hasil penelitian diperoleh kesimpulan bahwa dampak globalisasi sangat berperan dalam hubungan kerjasama Indonesia dan Jepang. Kedua negaraBerdasarkan hasil penelitian diperoleh kesimpulan bahwa dampak globalisasi sangat berperan dalam hubungan kerjasama Indonesia dan Jepang. Kedua negara
UMPPUMPP Admin memiliki hak akses penuh terhadap data siswa, materi, tugas, dan kelas, sementara siswa hanya dapat melihat materi dan tugas serta mengirimkan tugas.Admin memiliki hak akses penuh terhadap data siswa, materi, tugas, dan kelas, sementara siswa hanya dapat melihat materi dan tugas serta mengirimkan tugas.