Logo UNTAN Universitas
Tanjungpura
Pontianak

Perbandingan Metode Support Vector Machine dan Random Forest pada Analisis Sentimen Pengguna Aplikasi Topindoku

Fakhri, Ariandi (2026) Perbandingan Metode Support Vector Machine dan Random Forest pada Analisis Sentimen Pengguna Aplikasi Topindoku. Skripsi thesis, Universitas Tanjungpura.

[img] PDF (Cover-Bab1)
Cover-Bab1_H1101201049.pdf - Published Version

Download (757kB)
[img] PDF (H1101201049_FAKHRI_ARIANDI)
H1101201049_FAKHRI_ARIANDI.pdf - Accepted Version
Restricted to Repository staff only

Download (6MB)

Abstract

Ulasan pengguna pada mobile application marketplace dapat dimanfaatkan untuk mengetahui sentimen pengguna terhadap suatu aplikasi. Penelitian ini bertujuan untuk membandingkan kinerja metode Support Vector Machine dan Random Forest dalam analisis sentimen ulasan pengguna aplikasi Topindoku. Data ulasan dikumpulkan dari pengguna aplikasi kemudian diproses melalui tahapan text preprocessing yang meliputi case folding, tokenizing, stopword removal, normalizing, dan stemming. Penelitian ini juga menerapkan teknik oversampling menggunakan SMOTE untuk mengatasi ketidakseimbangan jumlah data pada masing-masing kelas sentimen. Pengujian dilakukan dengan beberapa skenario pembagian data, dan hasil terbaik yang diperoleh kedua metode berada pada skenario splitting data 80:20. Metode SVM menghasilkan kinerja terbaik dengan nilai akurasi sebesar 87%, presisi 76%, recall 65%, dan F1-score 65%. Sementara itu, metode Random Forest memperoleh nilai akurasi sebesar 85%, presisi 81%, recall 62%, dan F1-score 61% pada skenario yang sama. Berdasarkan hasil tersebut, metode Support Vector Machine (SVM) menunjukkan kinerja yang lebih unggul dibandingkan Random Forest dalam analisis sentimen ulasan pengguna aplikasi Topindoku.

Item Type: Thesis (Skripsi)
Creators:
CreatorsNomor Induk Mahasiswa (NIM)Email
Fakhri, AriandiNIMH1101201049UNSPECIFIED
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Matematika dan Ilmu Pengetahuan Alam > Sistem Informasi S1
SWORD Depositor: Rudiarti Rudiarti
Depositing User: Rudiarti Rudiarti
Date Deposited: 05 Nov 2026 08:07
Last Modified: 05 Nov 2026 08:07
URI: https://repository.untan.ac.id/id/eprint/10241

Actions (login required)

View Item View Item