Sentiment Analysis Menggunakan Support Vector Machine(Svm)

Nomleni, Petrix (2015) Sentiment Analysis Menggunakan Support Vector Machine(Svm). Masters thesis, Institut Teknologi Sepuluh Nopember.

Preview

Text 2213206717-Master Thesis.pdf - Published Version Download (1MB) | Preview

Abstract

Pemerintah sebagai peJayan masyarakat memiliki peran yang sangat besar dalam meningkatkan
kesejahteraan masyarakat. Maka perJu diadakan suatu perbaikan secara bertahap
guna meningkatkan peJayanan masyarakat (public services) sebagai tugas utama pemerintah,
untuk itu perJu adanya sikap keterbukaan dari pemerintah untuk dapat menerima setiap keJuhan
masyarakat mengenai kebijakan I program yang langsung menyentuh kepentingan masyarakat.
Media Center merupakan sistem peJayanan informasi yang terintegrasi kepada masyarakat
untuk ikut berpartisipasi dalam pembangunan dengan berbagai cara sepe1ti ide, pengaduan,
kcluhan, kritik, saran dan pcrtanyaao. Untuk itu pcrlu adanya klasifikasi untuk sentiment analysis
keluhan masyarakat informasi yang masuk ke media center sehingga pengelola dapat memberikan
informasi yang cfisicn dan tcpat kcpada masyarakat dan pcmclintah dapat mcngctahui bidang
mana yang perJu dibenahi dalam pembangunan.
SemimenL analysis merupak:m proses klasifikasi dokumen LeksLual ke dalam heberapa
keJas seperti sentimen positif dan negatif serta besarnya pengaruh dan manfaat dari sentiment
analysis tersehuL Pada penelitian ini dihahas klasifikasi keluhan masy:mlkaLLerhadap pemerintah
pada media sosial.facebookdan twitter sapawarga data berbahasa Indonesia menggunakan metode
Support Vector Machine (SVM) yang dijalankan dalam komputasi terdistribusi dengan menggunakan
Hadoop. Pengujian dilakukan dengan perhitungan precision, recall,F-Measure se1ta
akurasi dengan mengasilkan akurasi rata-rata diatas 80% dengan akurasi tertinggi 84.4086%
precision 81% recall84% serta F-Measure 80%.
===============================================================================================
Government as a public servant has a very big role in improving the welfare of society.
So there should be a gradual improvement in order to improve public services as the main task of
government, to the need for openness of government to be able to receive any complaints about
the policies I programs that directly touch the interests of the community.
Media Center is a system of integrated information services to the public to participate
in the development of a variety of ways such as ideas, complaints, complaint~, criticisms,
suggeslions and queslions. Por thal we need a classificalion ror semiment analysis complaints
that information into the media center so that managers can provide an efficient and precise information
to the public and the government can determine what areas need to be addressed in
d evel o pme nt.
Sentiment analysis is the process of classification of textual documents into several classes
such as positive ;md negative sentiment as well as the magnitude of the effect and the benefits
of semiment analysis. In this study discussed the classification of public complaints against
the government on facebook and twitter social media sapawarga Indonesian language of data
using Support Vector Machine (SVM) which is executed in a distributed computing using Hadoop.
Testing is done with the calculation precision, recalL F-Measure and accuracy with average
accuracy above 80 % with the highest accuracy 84.4086 % precision 81 % recall of 84 % and
F-Measure 80 %.

Item Type:	Thesis (Masters)
Additional Information:	RTE 006.3 Nom s
Uncontrolled Keywords:	Media Center, Support Vector Machine, klasifikasi, sentiment analysis
Subjects:	T Technology > TJ Mechanical engineering and machinery > TJ230 Machine design
Divisions:	Faculty of Industrial Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	Mr. Tondo Indra Nyata
Date Deposited:	22 Jun 2017 04:28
Last Modified:	24 Aug 2018 04:02
URI:	http://repository.its.ac.id/id/eprint/41821

Actions (login required)

View Item