Analisis Sentimen Terhadap Pinjaman Online Pada Twitter Menggunakan Metode Lexicon Based Dan Support Vector Machine
Kode Repository :SKI39/CIT/22
NPM :065117188
Nama :Citra Suci Saputri
Pembimbing 1 :-Arie Qur'ania M.Kom
Pembimbing 2 :-Irma Anggraeni, M.Kom
Abstrak :-Analisis Sentimen Terhadap Pinjaman Online Pada Twitter Menggunakan Metode Lexicon Based Dan Support Vector Machine
Cita Suci Saputri1), Arie Qur’ania2), Irma Anggraeni3)
1,2,3Program Studi Ilmu Komputer Fakultas Matematika dan Ilmu Penngetahuan Alam, Universitas Pakuan
1,2,3Jl. Pakuan No.1, Ciheuleut, Bogor, 16143
Email : citasucisaputri12@gmail.com
Abstrak
Perkembangan teknologi semakin pesat dan cepat ke arah digital yang pada akhirnya teknologi juga dapat membantu masyarakat yang sedang mengalami kendala dalam per-ekonomiannya yaitu dengan layanan pinjaman online. Meskipun banyak kemudahan yang diberikan oleh layanan pinjaman online, tentu tidak semua masyarakat memberikan komentar positif karena tidak sedikit pula komentar negatif mengenai layanan ini. Salah satu media sosial yang banyak digunakan oleh masyarakat untuk memberikan komentar mengenai pinjaman online yaitu media sosial Twitter. Analisis sentimen merupakan proses pengolahan data untuk mendapatkan informasi mengenai suatu kalimat opini apakah cenderung positif, negatif atau bahkan netral. Penelitian ini berisikan tentang analisis sentimen terhadap Pinjaman Online pada Twitter menggunakan metode Lexicon Based dan Support Vector Machine. Dari hasil penelitian ini didapatkan akurasi untuk SVM sebesar 82.36%. Dari hasil tersebut dapat disimpulkan bahwa penggunaan metode Lexicon Based dan Support Vector Machine dinilai cukup baik dan efektif untuk pengklasifikasian sentimen.
Kata Kunci : Analisis Sentimen, Pinjaman Online, Lexicon Based, SVM