eprintid: 2847
rev_number: 17
eprint_status: archive
userid: 31
dir: disk0/00/00/28/47
datestamp: 2020-10-23 07:40:28
lastmod: 2020-10-23 07:40:28
status_changed: 2020-10-23 07:40:28
type: thesis
metadata_visibility: show
contact_email: repository@staff.ukdw.ac.id
creators_name: 71120004, VALONIA INGE SANTOSO
creators_id: valoniainge@ti.ukdw.ac.id
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_type: http://www.loc.gov/loc.terms/relators/THS
contributors_name: Virginia, Gloria
contributors_name: Lukito, Yuan
corp_creators: Universitas Kristen Duta Wacana
title: PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSEN DENGAN METODE SUPPORT VECTOR MACHINE
ispublished: pub
subjects: QA75
subjects: QA76
subjects: T1
divisions: tek_informatika
full_text_status: restricted
keywords: Support Vector Machine, Sentiment analysis, Penyelesaian sistem
persamaan linear, matrix inverse, k-fold crossvalidation, pembobotan TF-IDF
abstract: Universitas Kristen Duta Wacana menerapkan sistem kuesioner online yang harus diisi mahasiswa untuk menuangkan opini mahasiswa mengenai kinerja dosennya. Opini yang dimasukkan dapat berupa opini positif, negatif, maupun netral. Sebagai tindak lanjut, opini mahasiswa ini harus direkap dan diklasifikasi apakah opini tersebut bersentimen negatif, positif, atau netral agar dapat dijadikan bahan penilaian atas kinerja dosen tersebut. Pengklasifikasian secara manual oleh manusia membutuhkan waktu yang lama dan tidak efektif. Akan lebih mudah apabila pengklasifikasian ini dapat dilakukan secara otomatis. Pada penelitian ini, Penulis akan membuat sistem yang menerapkan sentiment analysis pada hasil evaluasi dosen dengan metode support vector machine (SVM). Penulis meneliti unjuk kerja dari metode SVM berdasarkan nilai akurasi. Untuk mendapatkan akurasi terbaik, Penulis juga meneliti faktor apa saja yang dapat mempengaruhi tingkat akurasi. Faktor yang akan diteliti berupa range yang tepat untuk membagi hasil persamaan di setiap kelas sentimen, bobot TFIDF dari data uji, dan komposisi data latih.
Berdasarkan hasil penelitian Penulis, didapatkan akurasi tertinggi yaitu 67,83%. Melalui beberapa pengujian, juga didapatkan kesimpulan bahwa range yang terbaik pada kasus penelitian ini adalah < 0 untuk kelas negatif, 0 untuk kelas netral, dan > 0 untuk kelas positif. Bobot TF-IDF dari data uji tidak memberikan perubahan yang cukup signifikan terhadap nilai akurasi. Selain itu, komposisi data latih juga merupakan faktor yang mempengaruhi nilai akurasi. Hal ini disebabkan karena tidak semua data dapat dikatakan data latih yang baik. Hanya data yang memenuhi beberapa kriteria sajalah yang dapat dikatakan sebagai data latih yang baik. Penentuan data latih yang baik dilakukan dengan metode k-fold crossvalidation.
date: 2016-07
date_type: published
pages: 66
institution: Universitas Kristen Duta Wacana
department: Informatika
thesis_type: skripsi
thesis_name: other
citation:   71120004, VALONIA INGE SANTOSO  (2016) PENERAPAN SENTIMENT ANALYSIS PADA HASIL EVALUASI DOSEN DENGAN METODE SUPPORT VECTOR MACHINE.  Bachelor thesis, Universitas Kristen Duta Wacana.   
document_url: https://katalog.ukdw.ac.id/2847/1/71120004_bab1_bab5_daftarpustaka.pdf
document_url: https://katalog.ukdw.ac.id/2847/2/71120004_bab2-sd-bab4_lampiran.pdf