Analisis Sentimen Ulasan Pengguna Linkedin di Google Playstore Menggunakan Metode Support Vecotre Machine (SVM)
Keywords:
Support Vector Macihe, LinkedIn, Data Mining, Analisis, SentimenAbstract
Penelitian ini dilakukan untuk melihat sentimen ulasan pengguna terhadap aplikasi LinkedIn di google play store. Yang dimana analisis ini dilakukan untuk melihat polaritas tanggapan pengguna terhadap aplikasi LinkedIn berupa tanggapan positif dan negatif. Dimana untuk mengolahnya digunakan metode Support Vectore machine, yang klasifikasinya menghasilkan nilai precision untuk kelas “negatif” adalah 92%, dan nilai precision untuk kelas “positif” adalah 86%. Untuk nilai recall kelas “negatif” adalah 90% dan unutk recall kelas “positif” adalah 90%. Untuk nilai f1-score untuk kelas “negatif” adalah 91% dan untuk kelas “positif” adalah 88%. Dengan nilai accuracy adalah 90%.References
M. Fauzia, “Apa Itu Linkedin dan Apa Fungsinya dalam Mengembangkan Karir?,” Kompas.com, 28 08 2021. [Online]. Available: https://money.kompas.com/read/2021/08/28/174052326/apa-itu-linkedin-dan-apa-fungsinya-dalam-mengembangkan-karir?page=all. [Diakses 17 11 2023].
M. N. Akbar, N. H. Rusydi, M. H. H., N. S. Ramadhanti dan Erfiana, “Sentiment Analysis Terhadap Review Aplikasi Maxim di Google Play Store Menggunakan Support Vector Machine(SVM),” AGENTS, vol. II, pp. 1-8, 2022.
M. L. Siahaan dan Z. Sitomorang, “Algoritma Naïve Bayes Dalam Penentuan Bantuan Renovasi Rumah Di Desa Sialang Buah,” KAKIFIKOM, vol. 05, pp. 71-81, 2023.
B. Gunawan, H. S. Pratiwi dan E. E. Pratama, “Sistem Analisis Sentimen pada Ulasan Produk Menggunakan Metode Naive Bayes,” JEPIN, vol. 4, pp. 113-118, 2018.
R. Nanda, E. Haerani, S. K. Gusti dan S. Ramadhani, “Klasifikasi Berita Menggunakan Metode Support Vector Machine,” Jurnal Nasional Komputasi dan Teknologi Informasi, vol. 5, pp. 269-278, 2022.
A. Deolika, Kusrini dan E. T. Luthfi, “ANALISIS PEMBOBOTAN KATA PADA KLASIFIKASI TEXT MINING,” Jurnal Teknologi Informasi, vol. 3, pp. 179-184, 2019.
A. Z. Rasyida, I. D. Wijaya dan Y. Yunhasnawa, “ANALISIS SENTIMEN KUALITAS LAYANAN ONLINE MARKETPLACE DI INDONESIA MENGGUNAKAN METODE SUPPORT VECTOR MACHINE,” SEMINAR INFORMATIKA APLIKATIF POLINEMA (SIAP), pp. 70-75, 2020.
R. W. Pratiwi, S. Febbi, Dairoh, D. I. Af’idah, Q. R. A dan A. G. F, “Analisis Sentimen Pada Review Skincare Female Daily Menggunakan Metode Support Vector Machine (SVM),” Journal of Informatics, Information System, Software Engineering and Applications, vol. 1, pp. 40-46, 2021.
M. I. Amal, E. S. Rahmasita, E. Suryaputra dan N. A. Rakhmawati, “Analisis Klasifikasi Sentimen Terhadap Isu Kebocoran Data Kartu Identitas Ponsel di Twitter,” Jurnal Teknik Informatika dan Sistem Informasi, vol. 8, pp. 645-660, 2022.
S. G. Alexander, A. T. Ananto, I. P. A. P. M. Purnama, B. L. L. Habibullah dan N. A. Rakhmawati, “Analisis Sentimen Opini Masyarakat Indonesia Terhadap Konten Deepfake Tokoh Publik,” KAKIFIKOM, vol. 5, pp. 95-102, 2023.
