JATI (Jurnal Mahasiswa Teknik Informatika)
Vol. 9 No. 2 (2025): JATI Vol. 9 No. 2

KLASIFIKASI ULASAN APLIKASI SIREKAP 2024 DENGAN EKSTRAKSI FITUR WORD2VEC DAN METODE SUPPORT VECTOR MACHINE (SVM)

Muthmainnah, Muthmainnah (Unknown)
Azmi Verdikha, Naufal (Unknown)
Yulianto, Fendy (Unknown)



Article Info

Publish Date
31 Mar 2025

Abstract

Pemilu Indonesia memanfaatkan teknologi, termasuk aplikasi SIREKAP 2024, untuk meningkatkan transparansi dan efisiensi. Penelitian ini menganalisis ulasan pengguna aplikasi SIREKAP 2024 dari Google Play Store dengan pendekatan machine learning. Ekstraksi fitur dilakukan menggunakan Word2Vec (Skip-gram), sementara klasifikasi menggunakan Support Vector Machine (SVM). Data ulasan dikumpulkan melalui teknik scraping dan diproses melalui tahapan praproses serta penyeimbangan data menggunakan class_weight='balanced'. Hasil menunjukkan bahwa tanpa penyeimbangan data, model menghasilkan F1-Score sebesar 29,02%. Dengan penerapan class_weight='balanced', skor meningkat menjadi 32,05%. Optimasi parameter dengan nilai C=1 dan max_iter=65 memberikan F1-Score tertinggi sebesar 36,02%, meningkat 7% dari konfigurasi awal. Studi ini menyoroti pentingnya penyeimbangan data dan konfigurasi parameter yang tepat dalam meningkatkan performa model klasifikasi. Namun, model yang digunakan masih belum sepenuhnya sesuai untuk data yang tersedia.

Copyrights © 2025






Journal Info

Abbrev

jati

Publisher

Subject

Computer Science & IT

Description

Adalah jurnal mahasiswa yang diterbitkan oleh Teknik Informatika Institut Teknologi Nasional Malang, sebagai media publikasi hasil Skripsi Mahasiswa Teknik Informatika ke khalayak luas, diterbitkan secara berkala 6 kali setahun pada bulan Februari, April, Juni, Agustus, Oktober, ...