Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine
Journal of Information Technology · 2022
DOI: 10.46229/jifotech.v2i1.330 ↗Kurz gefasst
Fachartikel in der Zeitschrift Journal of Information Technology, 2022. Verfasst von Okta Ihza Gifari und 3 weiteren Autor:innen. Die Arbeit wurde bisher 12-mal zitiert (Crossref) und nennt 9 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0).
Abstract (Originalsprache)
Intisari—Dengan kemajuan teknologi saat ini seluruh informasi tentang semua film sudah tersedia di Internet. Jika informasi dikelola dengan baik maka dapat memberikan manfaat berupa informasi yang berguna untuk membantu individu atau organisasi untuk mengambil keputusan. Penelitian ini bertujuan untuk menjelaskan analisis sentimen pada dokumen film. Metode yang digunakan pada penelitian ini adalah TF-IDF (Term Frequency-Inverse Document Frequency) dan SVM (Support Vector Machine) . Metode ini dipilih karena mampu melakukan pembobotan terhadap kata dan mengklasifikasikan data berdimensi tinggi. Dari uji skenario yang dilakukan, diketahui bahwa algoritma TF-IDF dan SVM dapat digunakan untuk kasus review film dengan nilai Accuracy 85%, nilai Precision 100%, nilai Recall 70%, dan nilai F1-Score sebesar 82%.
Zitieren
APA
Gifari, O. I., Adha, M., Freddy, F., & Durrand, F. F. S. (2022). Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. Journal of Information Technology. https://doi.org/10.46229/jifotech.v2i1.330
Vancouver
Gifari OI, Adha M, Freddy F, Durrand FFS. Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine. Journal of Information Technology. 2022. doi:10.46229/jifotech.v2i1.330
BibTeX
@article{Gifari2022,
author = {Gifari, Okta Ihza and Adha, Muh. and Freddy, Fernandito and Durrand, Fernandito Freddy Setlight},
title = {Analisis Sentimen Review Film Menggunakan TF-IDF dan Support Vector Machine},
journal = {Journal of Information Technology},
year = {2022},
doi = {10.46229/jifotech.v2i1.330}
}
EUVIMED