Skripsi/Tugas Akhir

Klasifikasi Sentimen Negatif Pengunjung Pantai Losari di Instagram Menggunakan Metode Support Vector Machine dan Naïve Bayes

---

Rating Anda tentang Buku ini!

---

ABSTRAK
Pantai Losari, sebagai destinasi wisata ikonik di Makassar, kerap menjadi topik diskusi di media sosial, terutama Instagram. Akun "Makassar Info" sering menerima berbagai komentar pengunjung, termasuk komentar negatif yang mencerminkan masalah dan keluhan mereka. Penelitian ini bertujuan menganalisis sentimen negatif dalam komentar-komentar tersebut untuk mengidentifikasi isu-isu utama yang dihadapi pengunjung Pantai Losari. Metode yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dan Naïve Bayes, dengan tambahan teknik Feature Selection menggunakan Particle Swarm Optimization (PSO) untuk meningkatkan akurasi klasifikasi. Metode SVM mendapatkan hasil akurasi 83,33 % sedangkan Naïve Bayes mendapatkan hasil akurasi 76.67 %. Hal ini menunjukkan bahwa SVM dengan PSO lebih efektif dalam mengklasifikasikan sentimen negatif, sehingga dapat menjadi rekomendasi metode yang lebih baik untuk analisis.
Kata Kunci: Klasifikasi Sentimen, Support Vector Machine, Naïve Bayes, Particle Swarm Optimization

ABSTRACT
Losari Beach, as an iconic tourist destination in Makassar, frequently becomes a topic of discussion on social media, particularly Instagram. The account "Makassar Info" often receives various comments from visitors, including negative comments that reflect their issues and complaints. This research aims to analyze negative sentiments within these comments to identify the main issues faced by visitors to Losari Beach. The methods used in this study are Support Vector Machine (SVM) and Naïve Bayes, with an additional Feature Selection technique using Particle Swarm Optimization (PSO) to enhance classification accuracy. The SVM method achieved an accuracy of 83.33%, while Naïve Bayes achieved an accuracy of 76.67%. This indicates that SVM with PSO is more effective in classifying negative sentiments, making it a better recommended method for analysis.
Keywords: Sentiment Classification, Support Vector Machine, Naïve Bayes, Particle Swarm Optimization

---

Ketersediaan

Tidak ada salinan data

Informasi Detail

Judul Seri

--

No. Panggil

SKR 24-50 MUH k - 0758TI

Penerbit

Makassar : Universitas DIPA., 2024

Deskripsi Fisik

xiv + 51 hlm.; 20,5 x 28,5 cm

Bahasa

Indonesia

ISBN/ISSN

--

Klasifikasi

SKR 24-50

Tipe Isi

Text dan Gambar

Edisi/Cetakan

Edisi/Cetakan 30 Agustus 2024

Subjek

Skripsi/Tugas Akhir
Support Vector Machine
Algoritma Naïve Bayes Classifier
Particle Swarm Optimization

Lampiran File