Page 53 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

10 A Combination of (Mahmood Membandingkan • M: Lexicon dan 1.031 • SVM 80%. • X: terjadi peningkatan
Lexicon and Machine et al., 2020) akurasi tanpa SVM dataset • Lexicon 85%. akurasi
Learning Approaches pendekatan • EF: Unigram • SVM-Lexicon • Y: tidak adanya
for Sentiment Lexicon dan 90% interpretasi data dari
Analysis on Facebook gabungan Lexicon hasil analisis sentimen
dan SVM
11 Sentiment Analysis on (Fitriana & Membandingkan • M: SVM 7.000 • Uni 80% • X: adanya perbedaan
KAI Twitter Post Sibaroni, nilai akurasi • EF: Uni-Bi, Tri, tweet • Bi 53% akurasi
Using Multiclass 2020) menggunakan Uni-Bi • Tri 53% • Y: tidak adanya
Support Vector ekstraksi fitur n- • Uni-Bi 76% interpretasi data hasil
Machine (SVM) gram analisis sentimen
12 Analisis Sentimen (Wenando et Membandingkan • M: Naive Bayes 646 tweet • Uni-Bi 81% • X: adanya perbedaan
Pada Pemerintahan al., 2020) nilai akurasi • EF: Uni-Bi, Uni- • Uni-Tri 80% akurasi
Terpilih Pada Pilpres menggunakan Tri • Y: tidak adanya
2019 Di Twitter ekstraksi fitur n- • S: Weka interpretasi data hasil
Menggunakan gram analisis sentimen
Algoritme Naive
Bayes
13 Model Text- (Khomsah & Membandingkan • M: Decision Tree 6.096 • Uni 88% • X: memiliki dataset
Preprocessing Aribowo, nilai akurasi • EF: Uni, Uni-Bi coment • Uni-Bi 88% yang banyak
Komentar Youtube 2020) menggunakan • Y: tidak adanya
Dalam Bahasa ekstraksi fitur n- interpretasi data dari
Indonesia gram hasil analisis sentimen
14 Machine Learning (Hasan et Membandingkan • M: SVM 7.280 • Uni 91% • X: ekstraksi fitur yang
Based Automatic al., 2020) nilai akurasi • EF: Uni, Bi, Tri, ulasan • Bi 81% bervariatif
Classification of menggunakan Uni-Bi, Bi-Tri, • Tri 65% • Y: tidak adanya
Customer Sentiment ekstraksi fitur n- Uni-Bi-Tri • Uni-Bi 91% interpretasi data dari
gram • Bi-Tri 82% hasil analisis sentimen
• Uni-Bi-Tri
92%
15 Comparing SVM and (Yu & Nwet, Membandingkan • M: SVM 3.000 • Uni 86% • X: ekstraksi fitur yang
KNN Algorithms for 2020) nilai akurasi • EF: Uni, Bi, Tri, ulasan • Bi 73% bervariatif
Myanmar News menggunakan Uni-Bi, Bi-Tri, • Tri 68% • Y: tidak adanya

39