Preview Source Code Sentimen Analisis Thrifting Ilegal dengan SVM - Source Code AR Dev
Thumbnail Source Code Sentimen Analisis Thrifting Ilegal dengan SVM - AR Dev 1 Thumbnail Source Code Sentimen Analisis Thrifting Ilegal dengan SVM - AR Dev 2 Thumbnail Source Code Sentimen Analisis Thrifting Ilegal dengan SVM - AR Dev 3 Thumbnail Source Code Sentimen Analisis Thrifting Ilegal dengan SVM - AR Dev 4

Source Code Sentimen Analisis Thrifting Ilegal dengan SVM

Rp 200.000

Source Code Analisis Sentimen Menggunakan Algoritma SVM

Source Code Analisis Sentimen menggunakan algoritma Support Vector Machine (SVM) ini merupakan implementasi lengkap model analisis sentimen berbasis machine learning yang dikembangkan menggunakan bahasa pemrograman Python. Source code dapat dijalankan melalui Google Colab maupun Jupyter Notebook.

Studi kasus yang digunakan adalah penutupan thrifting ilegal yang dianalisis berdasarkan opini publik terhadap kebijakan Menteri Keuangan Purbaya.

Dataset dan Metodologi

Dataset yang digunakan terdiri dari 1.065 komentar YouTube yang merepresentasikan respons dan sentimen masyarakat terhadap kebijakan penutupan thrifting ilegal.

Proses pelabelan data dilakukan menggunakan pendekatan Lexicon-Based dengan dua kelas sentimen, yaitu Positif dan Negatif. Data kemudian dibagi menggunakan rasio 80% data training dan 20% data testing.

Text Preprocessing Lengkap

Seluruh tahapan text preprocessing diterapkan secara komprehensif untuk meningkatkan performa dan akurasi model analisis sentimen, meliputi:

  • Text Cleaning
  • Case Folding
  • Normalisasi Kata Baku
  • Stopword Removal
  • Stemming
  • Tokenizing

Hasil Pengujian Model

Hasil evaluasi menunjukkan bahwa model Support Vector Machine (SVM) mencapai tingkat akurasi sebesar 81,22%, yang tergolong sangat baik untuk klasifikasi sentimen berbasis teks.

Analisis sentimen mengungkapkan bahwa sekitar 70% netizen mendukung kebijakan Menteri Keuangan terkait penutupan thrifting ilegal.

Visualisasi dan Insight Data

Sebagai pelengkap analisis, source code ini juga menyajikan visualisasi 10 bigram teratas (kombinasi dua kata yang paling sering muncul) dalam bentuk grafik. Visualisasi ini memberikan insight linguistik yang lebih mendalam terhadap pola bahasa dalam dataset.

Bonus Dataset Gratis

Disertakan dataset gratis bertema Thrifting Ilegal dalam format CSV yang dapat digunakan untuk eksperimen lanjutan maupun pengembangan model analisis sentimen lainnya.

Cocok Digunakan Untuk

  • Penelitian akademik dan publikasi ilmiah
  • Tugas akhir atau skripsi
  • Pengembangan proyek analisis sentimen berbasis machine learning

Untuk kebutuhan project khusus atau dataset custom, silakan menghubungi admin.

Lihat juga: Source code analisis sentimen lainnya.

Hubungi Kami

Siap untuk memulai project Anda? Mari berdiskusi tentang kebutuhan website dan aplikasi android Anda.

Contact

Mari diskusikan bagaimana kami bisa membantu mengembangkan bisnis dan tugas Anda. Konsultasi gratis silahkan chat ke nomor WA berikut.

Whatsapp

0853-7307-7640

Email

admal354@gmail.com

Lokasi

Medan, Prov. Sumatera Utara

Indonesia

Kirim Pesan