Article Per Year (5 Year)
p-Index From 2020 - 2025
2.862
P-Index
This Author published in this journals
All Journal INTEKNA Jurnal ELTIKOM : Jurnal Teknik Elektro, Teknologi Informasi dan Komputer Jurnal Teknik Industri: Jurnal Keilmuan dan Aplikasi Teknik Industri Jurnal Sains dan Informatika Jurnal Pengabdian Al-Ikhlas An-Nadaa: Jurnal Kesehatan Masyarakat Buletin Profesi Insinyur Indonesian Journal for Social Responsibility EEICT (Electric, Electronic, Instrumentation, Control, Telecommunication) ALINIER: Journal of Artificial Intelligence & Applications SinarFe7 Jurnal INFOTEL
Rusilawati Rusilawati
Universitas Lambung Mangkurat
Aerospace Engineering Agriculture, Biological Sciences & Forestry Automotive Engineering Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Economics, Econometrics & Finance Education Electrical & Electronics Engineering Energy Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Materials Science & Nanotechnology Mathematics Mechanical Engineering Medicine & Pharmacology Nursing Public Health Social Sciences Veterinary Other

Published : 18 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Sains dan Informatika

 1 
Perbandingan Performa Algoritma Support Vector Machine (SVM) dan Logistic Regression untuk Analisis Sentimen Pengguna Aplikasi Retail di Android Budianto, Akhmad Ghiffary; Rusilawati, Rusilawati; Suryo, Arief Trisno Eko; Cahyono, Gunawan Rudi; Zulkarnain, Andry Fajar; Martunus, Martunus
Jurnal Sains dan Informatika Vol. 10 No. 2 (2024): Jurnal Sains dan Informatika
Publisher : Teknik Informatika, Politeknik Negeri Tanah Laut

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.34128/jsi.v10i2.911

Abstract

Platform Google Play Store menyediakan fitur pemberian masukan dan penilaian dari pelanggan terhadap aplikasi yang tersedia. Aplikasi retail di android dapat menjadikan hal tersebut sebagai salah satu metrik utama untuk memantau kinerja. Analisis sentimen merupakan salah satu bagian dari NLP dan text mining yang digunakan untuk melihat sentimen dari opini dalam ulasan pengguna di aplikasi tersebut. Penelitian ini bertujuan untuk membandingkan performa algoritma SVM dan logistic regression dalam klasifikasi sentimen ulasan pengguna aplikasi tersebut. Dari 4250 data ulasan pengguna, 3400 data digunakan sebagai data training dan 850 data digunakan sebagai data testing. Hasilnya didapatkan klasifikasi dengan SVM dan logistic regression sama-sama memiliki tingkat akurasi 0,87, namun namun Logistic Regression menunjukkan performa yang lebih baik dalam mengidentifikasi sentimen positif dengan nilai F1 score 0.89 dibandingkan SVM (0.78). Logistic Regression juga memiliki misklasifikasi yang lebih sedikit (110) dan nilai True Positive (TP) dan True Negative (TN) yang lebih tinggi dibandingkan SVM. Secara keseluruhan, Logistic Regression menunjukkan performa yang lebih baik dalam mengklasifikasikan sentimen ulasan pengguna aplikasi retail dibandingkan SVM.
Co-Authors Abdul Ghofur Abdurahim Sidiq Abraham Lomi Akhmad Ghiffary Budianto Anto Nugroho Atmadja, Fridho Ery Dwi Ayu Novia Lisdawati Ayu Novia Lisdawati Az-Zahra, Siti Fathimah Az-zahra, Siti Fatimah Fadhiyah Noor Anisa Fajar Zulkarnain, Andry Gunawan Rudi Cahyono Gusti Eddy Wirapratama Hartono Simamora Irfan Irfan Irfan Irfan Irfan Irfan Irrine Budi Sulistiawati Istiyo Winarno Lisdawati, Ayu Novia Martunus Martunus Moethia Faridha Muhammad Rezki Najua, Siti Nur Nawawi Nawawi NURUL HIDAYAH Saiful Karim Suryo, Arief Trisno Eko Teguh Efendi Wibowo, Bayu Setyo Winarno, Istiyo Yulianti, Melan