ETD - UIR

Electronic Thesis and Dissertation

  • Home
  • Information
  • News
  • Help
  • Librarian
  • Member Area
    Member Login Online Registration
  • Select Language :
    Arabic Bengali Brazilian Portuguese English Espanol German Indonesian Japanese Malay Persian Russian Thai Turkish Urdu

Search by :

ALL Author Subject NPM Advanced Search

Last search:

{{tmpObj[k].text}}
Image of Analisis Sentimen Terhadap CafÉ Di Pekanbaru Dengan Metode Support Vector Machine (svm)
Bookmark Share

Art Original

Analisis Sentimen Terhadap CafÉ Di Pekanbaru Dengan Metode Support Vector Machine (svm)

Mocmd Sauki - Personal Name; Akmar Efendi - Personal Name;

Coffe shop atau cafe menjadi salah satu yang sangat popular bagi masyarakat terutama dikalangan anak muda,bahkan budaya ngopi menjadi sebuah gaya hidup baru bagi mereka. Penelitian ini bertujuan menganalisis sentiment terhadap café di pekanbaru dengan menggunakan metode Support Vector Machine dan Logistic Regression. Dengan demikian, diharapkan memahami opini atau pandangan terhadap masyarakat secara sistematis dan objektif. Penelitian ini dilakukan dengan melalui tahapan metodologi seperti Collect Data yang diperoleh dari platform online yaitu Google Maps dengan menggunakan library Beautifulsoup untuk proses crawling data dengan jumlah data 5217. Preprocessing data: membersihkan dan menyaring data untuk menghilangkan kata yang tidak perlu, seperti hapus angka, hastag, tanda baca dan memberikan spasi terhadap kata yang tidak memiliki spasi. Pemberian label dengan proses InSet Lexicon yang menjadikan kata tergolong positif dan negatif. Menerapkan algoritma yang digunakan, kemudian penelitian ini melakukan proses splitting data dengan beberapa rasio pembagian yaitu 90:10, 80:20, 70:30 dan 60:40. Evaluasi model dengan melakukan proses perhitungan Confusion Matrix yaitu accuracy, precision, recall dan f-1 score. Hasil evaluasi dari 2 metode yaitu Support Vector Machine dan Logistic regression, dimana svm memiliki kinerja yang baik dengan rasio pembagian 90:10 dengan hasil accuracy sebesar 93% sedangkan Logistic Regression dengan rasio pembagian 90:10 mendapatkan hasil accuracy sebesar 90%. Jadi dari 2 metode yang digunakan dengan selisih 3%.


Availability
#
Teknik Informatika (Fakultas Teknik) Informatika 647.95 Moc a
243464
Available but not for loan - ETD
Detail Information
Call Number
Informatika 647.95 Moc a
Language
NPM
203510078
Publisher
Informatika : Universitas Islam Riau., 2023
Keyword(s)
Cafe
Support Vector Machine
Other Information
Petugas
Ayu Agustina
Other version/related

No other version available

File Attachment
  • Please login to see this attachment
Comments

You must be logged in to post a comment

ETD - UIR
  • Information
  • Services
  • Librarian
  • Member Area

About Us

As a complete Library Management System, SLiMS (Senayan Library Management System) has many features that will help libraries and librarians to do their job easily and quickly. Follow this link to show some features provided by SLiMS.

Search

start it by typing one or more keywords for title, author or subject

Keep SLiMS Alive Want to Contribute?

© 2026 — Senayan Developer Community

Powered by SLiMS
Select the topic you are interested in
  • Computer Science, Information & General Works
  • Philosophy & Psychology
  • Religion
  • Social Sciences
  • Language
  • Pure Science
  • Applied Sciences
  • Art & Recreation
  • Literature
  • History & Geography
Icons made by Freepik from www.flaticon.com
Advanced Search
Where do you want to share?