ANALISIS SENTIMEN TREND MAKANAN DAN MINUMAN MENGGUNAKAN SUPPORT VECTOR MACHINE SEBAGAI REKOMENDASI PELUANG BISNIS BAGI UMKM

AHMAD FAUZI

Informasi Dasar

276 kali
23.04.7019
006.31
Karya Ilmiah - Skripsi (S1) - Reference

Tren mengenai makanan dan minuman beberapa tahun belakang sering diperbincangkan dan sangat berpengaruh terhadap ke 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 Support Vector Machine (SVM) untuk melihat kemampuan algoritma tersebut dalam menganalisis sentimen positif dan negatif dalam komentar-komentar terkait tren makanan dan minuman di Twitter. Dataset yang digunakan terdiri dari tweet yang dibuat dari tahun 2018 hingga 2021 yang berkaitan dengan tren makanan dan minuman. Dataset tersebut melalui beberapa tahap pemrosesan, termasuk preprocessing, 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 dataset 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.

Subjek

Machine Learning
 

Katalog

ANALISIS SENTIMEN TREND MAKANAN DAN MINUMAN MENGGUNAKAN SUPPORT VECTOR MACHINE SEBAGAI REKOMENDASI PELUANG BISNIS BAGI UMKM
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

AHMAD FAUZI
Perorangan
Riska Yanu Fa'rifah, Ekky Novriza Alam
 

Penerbit

Universitas Telkom, S1 Sistem Informasi
Bandung
2023

Koleksi

Kompetensi

  • ISI4G3 - PENAMBANGAN DATA
  • ISI4J3 - PENGELOLAAN BIG DATA

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini