STRING (Satuan Tulisan Riset dan Inovasi Teknologi)
Vol 1, No 1 (2016)

Analisa Model Support Vector Machine Textmining pada Komentar Positif dan Negatif untuk Review PerbandinganWhatsapp Vs BBM

Agus Darmawan (Universitas Indraprasta PGRI)
Syamsiah Syamsiah (Universitas Indraprasta PGRI)



Article Info

Publish Date
27 Aug 2016

Abstract

Sebagai pengguna smartphone, akhir-akhir ini kita dibuat pusing oleh munculnya beberapa layanan instant messaging lintas platform mobile yang kelihatannya dalam waktu singkat dapat menjadi sangat populer. Mulai dari Whatsapp dan BBM rasanya saat ini sedang bersaing ketat dalam memperebutkan perhatian para pengguna smartphone. Sebelum kita memutuskan untuk menggunakan instant messaging, ada hal dapat dipelajari dari hasil komentar review perbadingan Whatsapp dan BBM. Membaca komentar review tersebut secara keseluruhan dapat memakan waktu, namun jika hanya sedikit komentar review yang dibaca evaluasi akan menjadi bias. Dari beberapa teknik tersebut yang paling sering digunakan untuk klasifikasi data adalah Support Vector Machines (SVM). SVM memiliki kelebihan yaitu mampu mengidentifikasi dengan hyperplane terpisah yang memaksimalkan margin antara dua kelas yang berbeda. Penelitian ini menghasilkan klasifikasi teks dalam bentuk positif atau negatif dari review layanan instant messaging lintas platform mobile. Pengukuran berdasarkan akurasi Support Vector Machines, sedangkan pengukuran akurasi diukur dengan confusion matrix dan kurva ROC. Hasil penelitian menunjukkan akurasi Support Vector Machines dari 71.00 %.

Copyrights © 2016






Journal Info

Abbrev

STRING

Publisher

Subject

Computer Science & IT Mathematics

Description

STRING (Satuan Tulisan Riset dan Inovasi Teknologi) focuses on the publication of the results of scientific research related to the science and technology. STRING publishes scholarly articles in Science and Technology Focus and Scope Covering: 1. Computing and Informatics 2. Industrial Engineering ...