Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal SisInfo : Jurnal Sistem Informasi dan Informatika
Ewen Hokijuliandy
Fakultas Matematika dan Ilmu Pengetahuan Alam, Universitas Padjadjaran
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Menggunakan Metode Klasifikasi Support Vector Machine (SVM) dan Seleksi Fitur Chi-Square Ewen Hokijuliandy; Herlina Napitupulu; Firdaniza Firdaniza
SisInfo Vol 5 No 2 (2023): SisInfo
Publisher : Universitas Informatika dan Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37278/sisinfo.v5i2.670

Abstract

Analisis sentimen adalah teknik komputasi untuk mengidentifikasi opini, sikap, emosi, dan maksud seseorang terhadap suatu subjek melalui ulasan yang diberikan. Studi sebelumnya menunjukkan teknik analisis sentimen menggunakan machine learning, seperti metode klasifikasi Support Vector Machine (SVM) telah terbukti efektif dalam mengklasifikasi opini. Penerapan metode seleksi fitur dapat meningkatkan performa model dan efisiensi model. Salah satu metode yang sering digunakan untuk seleksi fitur adalah metode Chi-Square. Penelitian ini bertujuan untuk memperoleh model SVM dari data teks yang telah melewati tahap seleksi fitur Chi-Square. Analisis sentimen dilakukan dengan kerangka kerja yang terdiri dari text preprocessing, representasi kata Term Frequency Inverse Document Frequency (TF-IDF), seleksi fitur Chi-Square, klasifikasi menggunakan metode SVM, evaluasi performa model, dan hyperparameter tuning.
Co-Authors Firdaniza Firdaniza Herlina Napitupulu