Article Per Year (5 Year)
p-Index From 2021 - 2026
2.155
P-Index
This Author published in this journals
All Journal Informasi Interaktif EDUMATIC: Jurnal Pendidikan Informatika Jurnal Pengabdian kepada Masyarakat Nusantara SmartComp
Sri Rahayu
Program Studi Informatika Fakultas Teknik Universitas Janabadra
Computer Science & IT Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Analisis Sentimen Terhadap Layanan Tokopedia Berdasarkan Twitter dengan Metode Klasifikasi Support Vector Machine Yumarlin MZ; Jemmy Edwin Bororing; Sri Rahayu; Jeffry Andhika F
Smart Comp :Jurnalnya Orang Pintar Komputer Vol 12, No 1 (2023): Smart Comp: Jurnalnya Orang Pintar Komputer
Publisher : Politeknik Harapan Bersama

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30591/smartcomp.v12i1.4591

Abstract

Pertumbuhan e-commerce di Indonesia begitu pesat dikarenakan perubahan perilaku masyarakat dalam berbelanja. Tokopedia menjadi salah satu e-commerce terkemuka yang ada di Indonesia saat ini. Tanggapan pengguna sangat penting bagi perusahaan untuk mengetahui layanan yang ditawarkan. Ulasan dari pengguna sendiri sangat mempengaruhi citra layanan perusahaan, terlebih di era digital saat ini. Akan tetapi, membangun dan menganalisis sentimen ulasan masyarakat bukan hal yang mudah dikarenakan jumlah nya yang begitu banyak, sehingga diperlukan metode untuk melakukan klasifikasi secara otomatis, yang meliputi  ulasan positif atau negatif.  Salah satu situs yang cukup banyak menampung opini masyarakat ialah sosial media, diantaranya Twitter. Data ulasan dari Twitter yang diperoleh dengan melakukan crawling data menggunakan library dari Python. Dan  diberi pelabelan dan klasifikasi dengan menggunakan metode Support Vector Machine dimana klasifikasi dilakukan dengan membuat garis pembatas yang memisahkan antara kelas positif dan negatif.  Untuk  pengukuran tingkat akurasi dari metode ini tergantung dari  kualitas data set yang digunakan. Hasil klasifikasi sentimen disajikan  dalam bentuk grafik.   Proses klasifikasi dimulai dengan melakukan cleaning data dan prapemrosesan data, yang selanjutnya data akan dilakukan pelabelan. Dari hasil pelabelan yang telah dilakukan kemudian dilakukan klasifikasi terhadap data uji untuk menemukan sentimen positif maupun negatif. Tingkat akurasi dari hasil penelitian  yang dilakukan     sebesar 91%. Selanjutnya dilakukan pengujian dengan metode K-Fold Cross Validation dan diperoleh        rata-rata tingkat akurasi sebesar 94,5%.
Co-Authors Bororing, Jemmy Edwin Fenthy Faharani Jeffry Andhika F Jeffry Andhika Putra Larasati Rahmat Hadiyat Tan Anugrah Ramadhani Yumarlin MZ