Implementasi Metode Support Vector Machine (SVM) pada Model Prediksi Rating Obat Berdasarkan Ulasan Pasien
WISNU JAYANATA
Informasi Umum
Kode
23.04.1353
Klasifikasi
621.382 - Artificial intelligence, Big data. Electrical engineering.
Jenis
Karya Ilmiah - Skripsi (S1) - Reference
Subjek
Artificial Intelligence, Machine Engineering,
Informasi Lainnya
Abstraksi
<p>Pesatnya perkembangan internet dan media sosial mengakibatkan membaca ulasan sebelum membeli suatu produk, terutama produk obat menjadi hal yang lumrah. Namun, jumlah ulasan yang banyak dan tersebar mengakibatkan kesulitan dalam melakukan penilaian kualitas produk obat. Oleh karena itu, sistem yang dapat membantu pelanggan dalam menghadapi kendala ini sangat dibutuhkan. Pada pemodelan sistem, digunakan TF-IDF untuk mereduksi fitur dan Support Vector Machine sebagai metode klasifikasi. Dilakukan puka <em>Hyperparameter Tuning</em> untuk meningkatkan performa sistem. Pada penelitian ini didapat bahwa polynomial merupakan kernel SVM yang paling optimal untuk memprediksi rating obat berdasarkan ulasan pasien dengan akurasi mencapai 75.00% dan f-1 score sebesar 74.23%.</p>
- CDG4K3 - DATA MINING
- CCH3F3 - KECERDASAN BUATAN
- CII4G3 - PEMROSESAN BAHASA ALAMI
Koleksi & Sirkulasi
Seluruh 1 koleksi sedang dipinjam
Anda harus log in untuk mengakses flippingbook
Pengarang
| Nama | WISNU JAYANATA |
| Jenis | Perorangan |
| Penyunting | Isman Kurniawan |
| Penerjemah |
Penerbit
| Nama | Universitas Telkom, S1 Informatika |
| Kota | Bandung |
| Tahun | 2023 |
Sirkulasi
| Harga sewa | IDR 0,00 |
| Denda harian | IDR 0,00 |
| Jenis | Non-Sirkulasi |
