Rahmadhan, Naufal Alif Nur Muhammad (2025) Perbandingan Akurasi Algoritam SVM dan KNN Dalam Analisis Sentimen Aplikasi SATUSEHAT Mobile. Undergraduate thesis, Politeknik Negeri Jember.
This is the latest version of this item.
![[img]](https://sipora.polije.ac.id/style/images/fileicons/text.png) |
Text (Abstract)
abstrak.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (183kB) |
|
Text (Bab 1 Pendahuluan)
bab1.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (200kB) |
|
Text (Daftar Pustaka)
dp.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (183kB) |
|
Text (Laporan Lengkap)
up sipora.pdf - Submitted Version Restricted to Registered users only Download (2MB) | Request a copy |
Abstract
Aplikasi SATUSEHAT merupakan sebuah aplikasi kesehatan yang dikembangkan oleh pemerintah Indonesia untuk membantu penanganan pandemi COVID-19 atau coronavirus disease. Aplikasi ini telah diunduh sebanyak 50 juta kali dan mendapat 1.1 juta ulasan pada tanggal 1 Juni 2025. Pengguna yang telah menggunakan dan memberikan review atau ulasan tentang aplikasi tentunya mengharapkan aplikasi yang memiliki review bagus. Namun, memahami ulasan dalam jumlah banyak dari masyarakat umum tidaklah mudah, karena itu diperlukan analisis sentimen dan pelabelan lexicon terhadap aplikasi SATUSEHAT Mobile. Penelitian ini bertujuan untuk mengetahui performa algoritma Support Vector Machine dan K Nearest Neighbor serta hasil penggunaan kamus lexicon dalam mengklasifikasi ulasan pengguna aplikasi ke dalam sentimen positif dan negatif. Hasil akurasi dari SVM lebih unggul diangka 84.08% dibandingkan akurasi KNN diangka 78.52%, serta hasil dari klasifikasi dengan menggunakan kamus Lexicon, visualisasi review pengguna didapati sebanyak 843 ulasan positif dan 3408 ulasan negatif dari 4251 sampel ulasan pengguna aplikasi SATUSEHAT, kebanyakan pengguna aplikasi cenderung memberikan ulasan negatif. Hasil penelitian menunjukkan bahwa akurasi metode SVM lebih unggul daripada metode KNN dalam klasifikasi analisis sentimen
| Item Type: | Thesis (Undergraduate) | ||||||
|---|---|---|---|---|---|---|---|
| Contributors: |
|
||||||
| Uncontrolled Keywords: | Analisis Sentimen, SATUSEHAT, Lexicon, Support Vector Machine, K Nearest Neighbor | ||||||
| Subjects: | 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi |
||||||
| Divisions: | Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir | ||||||
| Depositing User: | Naufal Alif Nur Muhammad Rahmadhan | ||||||
| Date Deposited: | 16 Jul 2025 07:08 | ||||||
| Last Modified: | 16 Jul 2025 07:08 | ||||||
| URI: | https://sipora.polije.ac.id/id/eprint/43892 |
Available Versions of this Item
- Perbandingan Akurasi Algoritam SVM dan KNN Dalam Analisis Sentimen Aplikasi SATUSEHAT Mobile. (deposited 16 Jul 2025 07:08) [Currently Displayed]
Actions (login required)
 |
View Item |
