No image available for this title

Text

Analisis Sentimen Pada Twitter @Ovo_Id dengan Metode Support Vectore Machine (SVM)



Jejaring social membantu pengguna internet dalam berkomunikasi. Hal ini dikarenakan pengguna jejaring sosial dapat menyampaikan pesan dengan memanfaatkan fasilitas yang disiapkan oleh setiap media social.pesan-pesan para pengguna media sosial dapat dimanfaatkan dalam berbagai hal, seperti riview terhadap suatu produk atau riview terhadap suatu masalah pada politik atau masalah sosial sekarang ini. Hal ini bisa dilakukan dengan menganalisis sentiment para pengguna sosial media. Metode support vectore machine merupakan salah satu metode yang dapat digunakan untuk menganalisis sentiment. Dalam sentiment analisis mengunakan metode support vectore machine dilakukan dengan cara mengklasifikasikan sentiment kedalam kelas komplain atau kelas non komplain. Tingkat akurasi analisis sentiment terhadap @Ovo_ID menggunakan metode support vectore machine adalah 94% dengan menggunakan 1000 data kicauan.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher Jurnal Sains Komputer & Informatika (J-SAKTI) : Indonesia.,
Collation
006.3
Language
Indonesia
ISBN/ISSN
2548-9771
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment

  • Analisis Sentimen Pada Twitter @Ovo_Id dengan Metode Support Vectore Machine (SVM)
    Jejaring social membantu pengguna internet dalam berkomunikasi. Hal ini dikarenakan pengguna jejaring sosial dapat menyampaikan pesan dengan memanfaatkan fasilitas yang disiapkan oleh setiap media social.pesan-pesan para pengguna media sosial dapat dimanfaatkan dalam berbagai hal, seperti riview terhadap suatu produk atau riview terhadap suatu masalah pada politik atau masalah sosial sekarang ini. Hal ini bisa dilakukan dengan menganalisis sentiment para pengguna sosial media. Metode support vectore machine merupakan salah satu metode yang dapat digunakan untuk menganalisis sentiment. Dalam sentiment analisis mengunakan metode support vectore machine dilakukan dengan cara mengklasifikasikan sentiment kedalam kelas komplain atau kelas non komplain. Tingkat akurasi analisis sentiment terhadap @Ovo_ID menggunakan metode support vectore machine adalah 94% dengan menggunakan 1000 data kicauan.


Information


Web Online Public Access Catalog - Use the search options to find documents quickly