Search for collections on Undip Repository

Analisis Sentimen Pada Pelanggan Gojek Menggunakan Support Vector Machine

SULISTYANI, Haya Niti Buana (2025) Analisis Sentimen Pada Pelanggan Gojek Menggunakan Support Vector Machine. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

[thumbnail of 1. Cover.pdf] Text
1. Cover.pdf

Download (173kB)
[thumbnail of 3. Halaman Pengesahan 1.pdf] Text
3. Halaman Pengesahan 1.pdf

Download (183kB)
[thumbnail of 4. Halaman Pengesahan 2.pdf] Text
4. Halaman Pengesahan 2.pdf

Download (139kB)
[thumbnail of 5. Kata Pengantar.pdf] Text
5. Kata Pengantar.pdf
Restricted to Repository staff only

Download (189kB) | Request a copy
[thumbnail of 6. Abstrak.pdf] Text
6. Abstrak.pdf

Download (196kB)
[thumbnail of 7. Abstract.pdf] Text
7. Abstract.pdf

Download (196kB)
[thumbnail of 8. Daftar Isi.pdf] Text
8. Daftar Isi.pdf

Download (211kB)
[thumbnail of 12. Bab 1.pdf] Text
12. Bab 1.pdf

Download (211kB)

Abstract

ABSTRAK
Salah satu contoh kemajuan teknologi dalam bidang transportasi adalah dengan
adanya ojek online. Ojek online merupakan angkutan umum yang sama dengan
ojek pada umumnya, yang menggunakan sepeda motor dan mobil sebagai sarana
pengangkutan, salah satu aplikasi penyedia layanan ojek online di indonesia adalah
Gojek. Ulasan pada penelitian ini dapat digunakan untuk mengevaluasi dan
meningkatkan layanan aplikasi, untuk dapat mengetahui kualitas pelayanan,
analisis sentimen mengklasifikasikan ulasan kedalam ulasan positif dan negatif.
Metode yang digunakan dalam penelitian ini adalah Support Vector Machine
(SVM) dan ekstraksi fitur mrnggunakan TF-IDF. Dari 2000 data hasil scrapping
Google play, penelitian ini menghasilkan 1647 data dan 1571 term/kata dari hasil
reprocessing yang kemudian di kelompokkan ke dalam sentimen negatif dan
sentimen positif. Berdasarkan hasil pengujian menggunakan SVM diperoleh nilai
akurasi sebesar 76% untuk kernel linear dan akurasi sebesar 75% untuk kernel RBF.
Kata Kunci: Gojek, analisis sentimen, suppport vector machine

Item Type: Thesis (Undergraduate)
Subjects: Sciences and Mathemathic
Divisions: Faculty of Science and Mathematics > Department of Statistics
Depositing User: Yemima Laras Sekarsari
Date Deposited: 16 Oct 2025 07:56
Last Modified: 16 Oct 2025 07:56
URI: https://eprints2.undip.ac.id/id/eprint/40116

Actions (login required)

View Item View Item