Please use this identifier to cite or link to this item: https://repositori.uma.ac.id/handle/123456789/26378
Title: Analisis Sentimen terhadap Komentar Sarkasme Menggunakan Algoritma Support Vector Machine (SVM)
Other Titles: Sentiment Analysis of Sarcasm Comments Using Support Vector Machine (SVM) Algorithm
Authors: Lubis, Zulnandi Zidan
metadata.dc.contributor.advisor: Sembiring, Arnes
Keywords: Klasifikasi komentar Sarkasme;Analisis Sentimen;Support Vector Machines (SVM);Reddit
Issue Date: Sep-2024
Publisher: Universitas Medan Area
Series/Report no.: NPM;198160072
Abstract: Penelitian ini bertujuan untuk mengklasifikasikan komentar sarkasme di media sosial Reddit menggunakan algoritma Support Vector Machines (SVM). Komentar sarkasme merupakan bentuk komunikasi yang sering kali sulit diidentifikasi karena menggunakan kata-kata yang bertentangan dengan maksud sebenarnya. Dalam penelitian ini, digunakan data sebanyak 3000 komentar dari Reddit, yang melalui tahapan preprocessing meliputi cleaning data, case folding, normalisasi, stemming, filtering, tokenizing, dan similarity. Data kemudian dibagi menjadi tiga bagian: 2400 data untuk training, 300 data untuk testing, dan 300 data untuk validasi. Penelitian ini menemukan bahwa penerapan algoritma SVM dapat mengklasifikasikan komentar sarkasme dengan tingkat akurasi yang memadai, sehingga dapat meningkatkan efektivitas moderasi konten pada platform daring dan menciptakan lingkungan online yang lebih positif. Penelitian ini juga memberikan wawasan baru mengenai analisis sentimen pada media sosial serta menjadi referensi untuk penelitian lanjutan di bidang analisis sentimen.
Description: 66 Halaman
URI: https://repositori.uma.ac.id/handle/123456789/26378
Appears in Collections:SP - Informatic Engineering

Files in This Item:
File Description SizeFormat 
198160072 - Zulnandi Zidan Lubis Fulltext.pdfCover, Abstract, Chapter I, II, III, V, Bibliography1.31 MBAdobe PDFView/Open
198160072 - Zulnandi Zidan Lubis Chapter IV.pdf
  Restricted Access
Chapter IV512.83 kBAdobe PDFView/Open Request a copy


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.