IMPLEMENTASI METODE SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN PADA REVIEW PENGGUNA APLIKASI GETCONTACT

Putri, Regita Amelia Asnawi (2024) IMPLEMENTASI METODE SUPPORT VECTOR MACHINE (SVM) UNTUK ANALISIS SENTIMEN PADA REVIEW PENGGUNA APLIKASI GETCONTACT. Diploma thesis, UPN Veteran Yogyakarta.

	Text COVER.pdf Download (175kB)
	Text ABSTRAK.pdf Download (200kB)
	Text DAFTAR ISI.pdf Download (147kB)
	Text DAFTAR PUSTAKA.pdf Download (145kB)
	Text PENGESAHAN PEMBIMBING.pdf Download (145kB)
	Text PENGESAHAN PENGUJI.pdf Download (172kB)
	Text SKRIPSI FULL_REGITA AMELIA ASNAWI PUTRI_123200024.pdf Restricted to Repository staff only Download (7MB)

Abstract

Perkembangan teknologi digital mempermudah komunikasi dan memperluas
konektivitas, namun juga meningkatkan risiko kejahatan siber, seperti penipuan online
dengan mencuri informasi pribadi melalui berbagai modus, termasuk penyamaran dan
panggilan spam. Berdasakan informasi Kementerian Komunikasi dan Informatika
(Kominfo), secara umum pelaku kejahatan siber memanfaatkan kelengahan korban untuk
memperoleh kdoe-kode penting termasuk One-Time Password (OTP) yang selanjutnya
digunakan untuk transaksi ilegal. Penipuan online dapat berpura-pura menjadi orang
terpercaya misalkan pegawai suatu instansi untuk mencuri informasi pribadi yang bersifat
sensitif. Bentuk lain dari kejahatan siber yaitu panggilan spam terhadap nomor korban yang
mengganggu ketenangan sampai menyebabkan kerugian materi. Salah satu cara
meminimalisir kejahatan tersebut adalah dengan menggunakan aplikasi yang dapat
menyekat spam dan maklumat panggilan, seperti aplikasi Getcontact. Meski demikian,
Getcontact memiliki kelemahan dalam mencegah dan memblokir panggilan spam. Oleh
karena itu, penelitian ini melakukan evaluasi terhadap pengguna aplikasi Getcontact dalam
bentuk analisis sentimen menggunakan metode Support Vector Machine (SVM).
Metode Support Vector Machine (SVM) dipilih sebagai metodologi yang akan
diterapkan pada penelitian terhadap ulasan pengguna aplikasi Getcontact. SVM merupakan
algoritma pemetaan non-linear yang mengelola data pelatihan asli menjadi dimensi yang
lebih tinggi. Jenis kernel yang digunakan pada metode SVM penelitian ini adalah kernel
Radial Basic Function (RBF). RBF pada penelitian ini melakukan pengoptimalan terhadap
parameter C dan nilai gamma.
Hasil dari penggunaan metode SVM pada penelitian terhadap ulasan pengguna
aplikasi Getcontact, menyatakan bahwa akurasi yang diperoleh rata-rata 85%, nilai rata-rata
presisi sebesar 86%, dan nilai rata-rata recall 86%. Nilai-nilai tersebut menunjukkan bahwa
metode Support Vector Machine (SVM) dapat melakukan klasifikasi jenis sentimen pada
ulasan aplikasi Getcontact ke dalam dua kategori kelas yaitu positif dan negatif.
Kata Kunci : Penipuan Online, Aplikasi Getcontact, Analisis Sentimen, Support Vector
Machine, Kernel RBF

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Penipuan Online, Aplikasi Getcontact, Analisis Sentimen, Support Vector Machine, Kernel RBF
Subjects:	Q Science > Q Science (General)
Divisions:	Faculty of Engineering, Science and Mathematics > School of Engineering Sciences
Depositing User:	Eny Suparny
Date Deposited:	21 Oct 2024 07:59
Last Modified:	21 Oct 2024 07:59
URI:	http://eprints.upnyk.ac.id/id/eprint/41437

Actions (login required)

View Item