Informasi Umum

Kode

23.04.7019

Klasifikasi

006.31 - Machine Learning

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

649 kali

Informasi Lainnya

Abstraksi

<p><a name="_Hlk140965046">Tren mengenai makanan dan minuman beberapa tahun belakang sering diperbincangkan dan sangat berpengaruh terhadap ke</a> yang dilakukan oleh UMKM yang menjual makanan dan minuman. Oleh karena itu UMKM yang menjual makanan dan minuman hendaknya memperhatikan bagaimana pendapat masyarakat terhadap tren makanan dan minuman serta memperhatikan bagaimana pola tren dari makanan dan minuman yang sedang menjadi trending topik. Untuk mengetahui pendapat masyarakat mengenai tren makanan dan minuman maka pada penelitian ini, diimplementasikan algoritma <em>Support Vector Machine</em> (SVM) untuk melihat kemampuan algoritma tersebut dalam menganalisis sentimen positif dan negatif dalam komentar-komentar terkait tren makanan dan minuman di Twitter. <em>Dataset</em> yang digunakan terdiri dari <em>tweet</em> yang dibuat dari tahun 2018 hingga 2021 yang berkaitan dengan tren makanan dan minuman. <em>Dataset</em> tersebut melalui beberapa tahap pemrosesan, termasuk <em>preprocessing</em>, pembagian data menjadi data latih dan data uji, dan pemberian bobot menggunakan metode TF-IDF. Selanjutnya, data diproses menggunakan algoritma SVM. Penelitian ini menggunakan tiga perbandingan pembagian data latih dan data uji, yaitu 90:10, 80:20, dan 70:30. Hasil akurasi terbesar pada masing-masing <em>dataset</em> diantaranya 91.19% pada Es Kepal Milo dengan perbandingan 90:10, 91.78% pada Baso Aci dengan perbandingan 90:10, 87.98% pada Dalgona dengan perbandingan 90:10, 92.34% pada Corndog dengan perbandingan 90:10. Implementasi algoritma SVM menghasilkan nilai akurasi yang tinggi menunjukkan bahwa algoritma SVM layak digunakan  untuk menganalisis sentimen terhadap tren makan dan minuman. Untuk mengetahui pola tren makanan dan minuman dapat ditemukan berdasarkan analisis yang dilakukan pada pola tren makanan dari tahun 2018 hingga 2021, kenaikan tren makanan dan minuman di Indonesia hanya berlangsung dalam waktu satu (1) hingga tiga (3) bulan sebelum terjadinya penurunan drastis yang berkelanjutan, oleh karena itu para pelaku UMKM yang menjual makanan dan minuman harus mempersiapkan diri dengan kondisi yang seperti ini.</p>

  • ISI4G3 - PENAMBANGAN DATA
  • ISI4J3 - PENGELOLAAN BIG DATA

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Anda harus log in untuk mengakses flippingbook

Pengarang

Nama AHMAD FAUZI
Jenis Perorangan
Penyunting Riska Yanu Fa'rifah, Ekky Novriza Alam
Penerjemah

Penerbit

Nama Universitas Telkom, S1 Sistem Informasi
Kota Bandung
Tahun 2023

Sirkulasi

Harga sewa IDR 0,00
Denda harian IDR 0,00
Jenis Non-Sirkulasi