PERBANDINGAN PELABELAN MANUAL DAN TEXBLOB MENGGUNAKAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI SHOPEE

Roesnadi, Elsa Maylina Putri (2024) PERBANDINGAN PELABELAN MANUAL DAN TEXBLOB MENGGUNAKAN METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI SHOPEE. Other thesis, UPN "Veteran" Yogyakarta.

[thumbnail of SKRIPSI FULL_ELSA MAYLINA PUTRI ROESNADI_123180024.pdf] Text
SKRIPSI FULL_ELSA MAYLINA PUTRI ROESNADI_123180024.pdf
Restricted to Repository staff only
Download (4MB)
[thumbnail of COVER.pdf] Text
COVER.pdf
Download (163kB)
[thumbnail of ABSTRAK.pdf] Text
ABSTRAK.pdf
Download (12kB)
[thumbnail of PENGESAHAN PEMBIMBING.pdf] Text
PENGESAHAN PEMBIMBING.pdf
Download (625kB)
[thumbnail of PENGESAHAN PENGUJI.pdf] Text
PENGESAHAN PENGUJI.pdf
Download (671kB)
[thumbnail of DAFTAR ISI.pdf] Text
DAFTAR ISI.pdf
Download (48kB)
[thumbnail of DAFTAR PUSTAKA.pdf] Text
DAFTAR PUSTAKA.pdf
Download (82kB)

Abstract

vi
ABSTRAK
Marketplace adalah model bisnis yang memfasilitasi para pedagang online dalam
berjualan produknya. Salah satu marketplace terbesar nomor satu di Indonesia yang
mendapat respon bagus dari publik berdasarkan ranking aplikasi adalah Shopee. Sebuah
aplikasi memiliki kekurangan dan kelebihan, maka dari itu menimbulkan berbagai respon
kepuasan dan kekecewaan pengguna aplikasi hal tersebut dapat digunakan sebagai bahan
analisis sentimen terhadap aplikasi Shopee.
Pelabelan otomatis yang sering digunakan yaitu TextBlob karena lebih sering
digunakan untuk memproses data teks kalimat secara umum. Pelabelan otomatis Textblob
menunjukan hasil yang lebih unggul untuk anotasi data dibandingkan dengan pelabelan
otomatis Vader dan SentiWordNet. Dalam melakukan analisis sentimen menggunakan
metode Supervised Learning, metode yang digunakan yaitu Support Vector Machine yang
mana memiliki keunggulan akurasi sangat tinggi dan proses komputasi cepat, serta bisa
memisahkan dua set data dari dua kelas yang berbeda.
Hasil pengujian menunjukkan tingkat accuracy untuk pelabelan manual sebesar
73%, rata-rata precision sebesar 73%, dan rata-rata recall sebesar 61%. Sedangkan pada
pelabelan otomatis TextBlob mendapatkan hasil accuracy sebesar 76%, rata-rata precision
sebesar 82%, dan rata-rata recall sebesar 57%. Dapat disimpulkan bahwa dengan pelabelan
otomatis dapat memudahkan pekerjaan dengan mempercepat waktu pengerjaan. Kedua
pelabelan memiliki tingkat akurasi yang cukup baik dikarenakan adanya ketidakseimbangan
kelas sentimen pada dataset. Pada hasil pengujian hasil akurasi pada dataset pelabelan
Textblob lebih unggul dari pada pelabelan manual yang mana hasil akurasi pelabelan
Textblob lebih besar 3% dikarenakan pada pelabelan manual hasilnya tergantung pada
subjektivitas orang yang memberi label. Oleh karena itu, jika pemberi label semakin teliti
saat melakukan pelabelan maka hasilnya akan lebih baik.
Kata kunci : Analisis Sentimen, Support Vector Machine, TextBlob, Aplikasi Shopee

Item Type: Thesis (Other)
Uncontrolled Keywords: Analisis Sentimen, Support Vector Machine, TextBlob, Aplikasi Shopee
Subjects: T Technology > TC Hydraulic engineering. Ocean engineering
Divisions: Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science
Depositing User: A.Md.SI Indah Lestari Wulan Aji
Date Deposited: 13 Jun 2024 07:39
Last Modified: 13 Jun 2024 07:39
URI: http://eprints.upnyk.ac.id/id/eprint/39755

Actions (login required)

View Item View Item