PENERAPAN METODE SUPPORT VECTOR MACHINE DENGAN ALGORITMA GENETIKA PADA ANALISIS SENTIMENT KOMENTAR MASYARAKAT TERHADAP PELAYANAN BANK BRI

WICAKSONO, FARRAS (2024) PENERAPAN METODE SUPPORT VECTOR MACHINE DENGAN ALGORITMA GENETIKA PADA ANALISIS SENTIMENT KOMENTAR MASYARAKAT TERHADAP PELAYANAN BANK BRI. Other thesis, UPN "Veteran" Yogyakarta.

	Text ABSTRAK.pdf Download (47kB)
	Text COVER.pdf Download (130kB)
	Text DAFTAR ISI.pdf Download (80kB)
	Text DAFTAR PUSTAKA.pdf Download (196kB)
	Text Lembar Pengesahan.pdf Download (182kB)
	Text SKRIPSI FULL_FARRAS WICAKSONO_123180152.pdf Restricted to Repository staff only Download (3MB)

Abstract

Penelitian ini menganalisis sentimen pelayanan Bank Rakyat Indonesia (BRI) di
Indonesia menggunakan algoritma genetika dengan random search support vector
machine (SVM). Data tweet dikumpulkan dari aplikasi Twitter selama bulan Februari
2024. Hasil penelitian menunjukkan bahwa algoritma genetika dengan random search
SVM menghasilkan akurasi 76%, presisi 50%, dan recall 98%. Hal ini menunjukkan
bahwa algoritma genetika dengan random search SVM dapat meningkatkan akurasi
analisis sentimen pelayanan BRI dibandingkan dengan SVM tanpa algoritma genetika
(akurasi 42%, presisi 20%, dan recall 97%).Penelitian ini menunjukkan bahwa
algoritma genetika dengan random search SVM dapat menjadi alat yang efektif untuk
memahami persepsi publik terhadap pelayanan BRI. Informasi ini dapat digunakan
oleh BRI untuk meningkatkan kualitas pelayanannya dan meningkatkan kepuasan
pelanggan.
Kata kunci : Analisis Sentimen, Bank Rakyat Indonesia(BRI), Twitter, Algoritma
Genetika, Support Vector Machine, Indonesia

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Analisis Sentimen, Bank Rakyat Indonesia(BRI), Twitter, Algoritma Genetika, Support Vector Machine, Indonesia
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User:	A.Md Apriliani Kusuma Wardhani
Date Deposited:	13 Jun 2024 06:25
Last Modified:	13 Jun 2024 06:25
URI:	http://eprints.upnyk.ac.id/id/eprint/39754

Actions (login required)

View Item