<![CDATA[Penelitian ini mengambil data dari opini atau pendapat tentang kinerja karyawan di salah satu perusahaan, dan tidak crawling atau scrapping data dari internet. Data berbentuk excel. Penelitian ini bertujuan untuk mengklasifikasikan kinerja karyawan pada perusahaan yaitu klasifikasi positif, negatif, dan netral. Metode dilakukan pada penelitian ini di-awali dengan pengumpulan data yang dilakukan dari opini atau pen-dapat tentang kinerja perusahaan di salah satu perusahaan. Setelah pengumpulan data, dilakukan preprocessing yang terdiri dari cleansing, case folding, tokenizing, filtering atau word repair, stopword removal, dan stemming. Preprocessing jg diikuti tahapan wordcloud dan label-ling. Tahap berikutnya adalah pembobotan atau weighting dengan menghitung tf-idf. Tahap selanjutnya adalah klasifikasi dengan algo-ritma SVM. Tahap terakhir yaitu evaluasi dari hasil persentase accura-cy, precision, recall, dan f1-score. Nilai klasifikasi dengan SVM yang dihasilkan dengan accuracy sebesar 97%, nilai precision untuk negatif sebesar 100%, netral sebesar 100 %, dan positif sebesar 97%. Nilai recall untuk negatif sebesar 75%, netral sebesar 87%, positif sebesar 100%. Nilai f1-score untuk negatif sebesar 86%, netral sebesar 93%, dan positif sebesar 99%. Nilai tersebut menunjukkan nilai hasil klas-ifikasi dengan SVM yang tinggi dan mampu diterapkan dengan baik dalam melakukan analisis sentiment pada penilaian kinerja karyawan.]]>
Copyrights © 2026
