Perpustakaan Universitas Potensi Utama

  • Beranda
  • Informasi
  • Berita
  • Bantuan
  • Pustakawan
  • Area Anggota
  • Pilih Bahasa :
    Bahasa Arab Bahasa Bengal Bahasa Brazil Portugis Bahasa Inggris Bahasa Spanyol Bahasa Jerman Bahasa Indonesia Bahasa Jepang Bahasa Melayu Bahasa Persia Bahasa Rusia Bahasa Thailand Bahasa Turki Bahasa Urdu

Pencarian berdasarkan :

SEMUA Pengarang Subjek ISBN/ISSN Pencarian Spesifik

Pencarian terakhir:

{{tmpObj[k].text}}
Image of Penerapan Metode Klasifikasi Support Vector Machine Dalam Analisis Sentimen Ulasan Pengguna Layanan Goride Pada Aplikasi Gojek Di Google Play Store
Penanda Bagikan

Text

Penerapan Metode Klasifikasi Support Vector Machine Dalam Analisis Sentimen Ulasan Pengguna Layanan Goride Pada Aplikasi Gojek Di Google Play Store

Muhammad Adreansyah Pratama Lubis - Nama Orang;

Goride merupakan salah satu layanan transportasi daring yan banyak
digunakan pada aplikasi Gojek di Indonesia. Ulasan pengguna di Google Play Store
dapat menjadi sumber informasi penting untuk memahami tingkat kepuasan dan
persepsi pengguna terhadap kualitas layanan. Penelitian ini bertujuan untuk
mengklasifikasikan sentimen ulasan pengguna Goride menggunakan metode
machine learning berbasis Support Vector Machine (SVM). Data penelitian terdiri
dari atas 659 ulasan yang dikumpulkan melalui web scrapping pada periode
Januari-Desember 2024. Tahapan pra-pemrosesan meliputi case folding, cleansing,
normalisasi slang, tokenisasi, stopword removal, dan stemming. Pelabelan
sentimen dilakukan secara semi-otomatis menggunakan model BERT dan
diverifikasi secara manual. Ekstraksi fitur menggunakan Term Frequency-Inverse
Document Frequency (TF-IDF), sedangkan pemilihan parameter optimal SVM
dilakukan dengan GridSearchCV. Hasil pengujian menunjukkan bahwa konfigurasi
terbaik (C=0,1, kernel linear, gamma=scale) menghasilkan akurasi 89%, precision
87%, recall 72%, dan F1-score 79%. Dibandingkan algoritma lain, SVM
menunjukkan performa paling stabil dan konsisten. Selain itu, penelitian ini
menghasilkan aplikasi web SentimenGo berbasis Streamlit yang mampu
melakukan analisis dataset baru maupun prediksi ulasan secara real-time. Temuan
ini menunjukkan bahwa SVM dengan TF-IDF efektif digunakan untuk analisis
sentimen ulasan Goride dan berpotensi mendukung evaluasi layanan secara
sistematis.
Kata Kunci: Goride, Analisis Sentimen, SVM, TF-IDF, Streamlit


Ketersediaan
#
Perpustakaan Universitas Potensi Utama (Rak 6) 2514-00-46 MUH p
2514-00-46
Tersedia
Informasi Detail
Judul Seri
Karya Ilmiah - Skripsi
No. Panggil
2514-00-46 MUH p
Penerbit
Medan : Universitas Potensi Utama., 2025
Deskripsi Fisik
x, 77 hlm.; 21,5 x 30 cm.
Bahasa
Indonesia
ISBN/ISSN
2113000046
Klasifikasi
NONE
Tipe Isi
-
Tipe Media
-
Tipe Pembawa
-
Edisi
2025
Subjek
Skripsi Sistem Informasi
Info Detail Spesifik
-
Pernyataan Tanggungjawab
Muhammad Adreansyah Pratama Lubis
Versi lain/terkait

Tidak tersedia versi lain

Lampiran Berkas
  • Penerapan Metode Klasifikasi Support Vector Machine Dalam Analisis Sentimen Ulasan Pengguna Layanan Goride Pada Aplikasi Gojek Di Google Play Store
Komentar

Anda harus masuk sebelum memberikan komentar

Perpustakaan Universitas Potensi Utama
  • Informasi
  • Layanan
  • Pustakawan
  • Area Anggota

Tentang Kami

Perpustakaan Universitas Potensi Utama menyediakan koleksi-koleksi buku berkualitas berupa monograf, e-book, karya ilmiah, fiksi, referensi, audiovisual, terbitan berseri serta dilengkapi dengan Art Gallery yang memuat dan memajang hasil karya mahasiswa Universitas Potensi Utama

Cari

masukkan satu atau lebih kata kunci dari judul, pengarang, atau subjek

Donasi untuk SLiMS Kontribusi untuk SLiMS?

© 2026 — Senayan Developer Community

Ditenagai oleh SLiMS
Pilih subjek yang menarik bagi Anda
  • Karya Umum
  • Filsafat
  • Agama
  • Ilmu-ilmu Sosial
  • Bahasa
  • Ilmu-ilmu Murni
  • Ilmu-ilmu Terapan
  • Kesenian, Hiburan, dan Olahraga
  • Kesusastraan
  • Geografi dan Sejarah
Icons made by Freepik from www.flaticon.com
Pencarian Spesifik
Kemana ingin Anda bagikan?