Skripsi/Tugas Akhir

Penerapan Metode Support Vector Mechine dalam Mengklasifikasikan Ulasan Berbelanja Online di Aplikas X

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Dalam era digital yang berkembang pesat, belanja online melalui aplikasi telah menjadi kegiatan umum. Ulasan produk yang ditinggalkan pengguna di platform seperti aplikasi X semakin krusial dalam industri e-commerce. Dengan jutaan pengguna aktif, aplikasi X menghadapi tantangan dalam mengelola volume besar ulasan harian. Manusia sulit untuk menganalisis secara manual, memunculkan kebutuhan akan solusi otomatis. Metode Support Vector Machine (SVM) menonjol sebagai solusi, memanfaatkan pembelajaran mesin untuk mengklasifikasikan ulasan ke dalam kategori positif, negatif, atau netral. SVM memetakan data ke ruang fitur tinggi dan menemukan hiperplane optimal, memisahkan kelas-kelas. Proses melibatkan pelatihan model dengan dataset ulasan dari pengguna aplikasi X, mencari batas keputusan optimal. Kemampuan SVM mengenali pola kompleks memungkinkan pengenalan yang sulit bagi metode klasifikasi konvensional. Dengan implementasi SVM, penelitian ini memberikan solusi efisien untuk mengelola ulasan dalam skala besar, memberikan wawasan sentimen kepada perusahaan dan konsumen.
Kata Kunci: Online, Aplikasi, Ulasan, SVM, Hyperplane, Dataset, Kategori

ABSTRACT
In the rapidly developing digital era, online shopping via applications has become a common activity. Product reviews that users leave on platforms like app X are increasingly crucial in the e-commerce industry. With millions of active users, app X faces challenges in managing the large volume of daily reviews. Humans find it difficult to analyze manually, giving rise to the need for automated solutions. Support Vector Machine (SVM) methods stand out as a solution, leveraging machine learning to classify reviews into positive, negative, or neutral categories. SVM maps the data to a high feature space and finds the optimal hyperplane, separating the classes. The process involves training a model with a dataset of reviews from users of app X, looking for optimal decision boundaries. SVM's ability to recognize complex patterns enables recognition that is difficult for conventional classification methods. With the implementation of SVM, this research provides an efficient solution for managing reviews at scale, providing sentiment insights to companies and consumers.
Keywords: Online, Application, Review, SVM, Hyperplane, Datasets, Category

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-49 SUR p - 0693TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

x + 350 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-49

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 24 Februari 2024

Subjek

Skripsi/Tugas Akhir
Support Vector Machine
Bisnis Online

Lampiran File