NUGRAHA, Praditya Adhi (2026) Analisis Sentimen Ulasan Aplikasi Bibit Di Google Play Menggunakan Metode Support Vector Machine Berbasis Patricle Swarm Optimization. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. Cover.pdf Download (388kB)
	Text 3. Halaman Pengesahan 1.pdf Download (796kB)
	Text 4. Halaman Pengesahan 2.pdf Download (772kB)
	Text 5. Kata Pengantar.pdf Download (406kB)
	Text 6. Abstrak.pdf Download (326kB)
	Text 7. Abstract.pdf Download (221kB)
	Text 8. Daftar Isi.pdf Download (531kB)
	Text 12. BAB I.pdf Download (489kB)
	Text 17. Daftar Pustaka.pdf Download (336kB)

Abstract

Bibit adalah salah satu aplikasi keuangan terbesar di Indonesia. Aplikasi
Bibit menjadi salah satu pilihan dalam melakukan investasi untuk penggunanya
karena kemudahan fitur yang ditawarkan. Pengguna dapat mengunduh dan
memberi ulasan pada aplikasi Bibit melalui Google Play. Penerapan analisis
sentimen pada ulasan bertujuan untuk mengetahui pengklasifikasian sentimen dan
gambaran umum terkait ulasan pengguna yang dapat membantu perusahaan dalam
mengevaluasi layanan mereka. Studi ini bertujuan untuk melakukan analisis
sentimen ulasan pelanggan pada aplikasi Bibit menggunakan algoritma Support
Vector Machine (SVM) berbasis Particle Swarm Optimization (PSO). Dataset yang
digunakan dalam studi ini terdiri dari 2299 pada Januari – Oktober 2024 yang
diambil dari Google Play. Model terbaik dari SVM dipilih berdasarkan nilai terbaik
F1-Score dalam pencarian Hyperparameter C melalui PSO yang kemudian
dibandingkan hasilnya dengan metode grid search. Hasil dari studi ini menunjukan
bahwa performa terbaik diperoleh dari model SVM-PSO dengan cost bernilai
36,33278 dengan Gamma bernilai 0,000537634 dengan akurasi (84,35%), recall
(80,34%), precision (92,80%), f1-score (86,41%)
Kata Kunci: Bibit, Analisis Sentimen, Support Vector Machine, Particle Swarm
Optimization, SVM-PSO, Klasifikasi

Actions (login required)

View Item