Jurnal Teknik Informatika Unika Santo Thomas (JTIUST)
Vol 9 No. 1 : Tahun 2024

Analisis Sentimen Ulasan Pengguna Linkedin di Google Playstore Menggunakan Metode Support Vecotre Machine (SVM)

Silitonga , Parasian DP. (Unknown)
Purba, Doni El Rezen (Unknown)
Pardede, Ferri Ojak Immanuel (Unknown)



Article Info

Publish Date
05 Jul 2024

Abstract

Penelitian ini dilakukan untuk melihat sentimen ulasan pengguna terhadap aplikasi LinkedIn di google play store. Yang dimana analisis ini dilakukan untuk melihat polaritas tanggapan pengguna terhadap aplikasi LinkedIn berupa tanggapan positif dan negatif. Dimana untuk mengolahnya digunakan metode Support Vectore machine, yang klasifikasinya menghasilkan nilai precision untuk kelas “negatif” adalah 92%, dan nilai precision untuk kelas “positif” adalah 86%. Untuk nilai recall kelas “negatif” adalah 90% dan unutk recall kelas “positif” adalah 90%. Untuk nilai f1-score untuk kelas “negatif” adalah 91% dan untuk kelas “positif” adalah 88%. Dengan nilai accuracy adalah 90%.

Copyrights © 2024






Journal Info

Abbrev

JTIUST

Publisher

Subject

Computer Science & IT

Description

Terbit Setiap Bulan Juni dan Desember setiap Tahunnya. Jurnal ini Media publikasi untuk bidang Ilmu Komputer seperti Fuzzy Logic, Teknologi dan Jaringan, Robotika, Komputasi, Mikrokontroller, Arsitektur Komputer, Sistem Cerdas, Rekayasa Web dan Mobile, Sistem Terdistribusi, Sistem Kontrol, Data ...