NUR AFANDI MUJIB (2023) ANALISIS SENTIMEN PADA REVIEW SPOTIFY MENGGUNAKAN MACHINE LEARNING. S1 thesis, Universitas Muhammadiyah Yogyakarta.
Halaman Judul.pdf
Download (684kB)
Lembar Pengesahan.pdf
Restricted to Registered users only
Download (390kB)
Abstrak.pdf
Restricted to Registered users only
Download (70kB)
Bab I.pdf
Download (141kB)
Bab II.pdf
Restricted to Registered users only
Download (385kB)
Bab III.pdf
Restricted to Registered users only
Download (154kB)
Bab IV.pdf
Restricted to Registered users only
Download (942kB)
Bab V.pdf
Restricted to Registered users only
Download (69kB)
Daftar Pustaka.pdf
Restricted to Registered users only
Download (198kB)
Lampiran.pdf
Restricted to Registered users only
Download (116kB)
Naskah Publikasi.pdf
Restricted to Registered users only
Download (376kB)
Full Text.pdf
Restricted to Repository staff only
Download (2MB)
Abstract
Musik telah menjadi salah satu bentuk karya seni sejak dahulu kala, dikarenakan musik sudah ada sejak ribuan tahun bisa disebut sebagai bentuk seni kuno. Hingga abad ke-21, musik telah mengalami beberapa perubahan dan perkembangan. Musik masih populer di kalangan generasi muda meski sudah dikembangkan selama berabad-abad. Spotify merupakan penyedia layanan streaming musik nomor satu di dunia. Layanan streaming musik terpopuler yang paling banyak digunakan oleh pendengar musik saat ini. Spotify menawarkan berbagai fitur lagu berdasarkan kategori seperti lagu, nama artis, album, dan genre. Dorongan untuk melakukan penelitian ini adalah untuk memperoleh informasi mengenai performa layanan aplikasi Spotify berdasarkan ulasan pengguna aplikasi tersebut. Agar dapat mengidentifikasi ulasan pengguna, diperlukan analisis sentimen dengan menggunakan algoritma yang membantu memproses data dengan jumlah yang cukup banyak. Dalam penelitian ini proses sentiment menggunakan salah satu metode machine learning yang mengkomparasikan 2 metode Support Vector Machine dan Logistic Regression. Hasil evaluasi dari penelitian ini memperoleh hasil bahwa metode Support Vector Machine sebesar 79,16 persen dan Logistic Regression adalah 78,93 persen.
Item Type: | Thesis (S1) |
---|---|
Uncontrolled Keywords: | Sentiment Analysis, Classification, Music, Spotify, Support Vector Machine, SVM, Logistic Regression |
Divisions: | Fakultas Teknik > Teknologi Informasi S1 |
Depositing User: | M. Erdiansyah |
Date Deposited: | 04 Oct 2023 03:26 |
Last Modified: | 04 Oct 2023 03:26 |
URI: | https://etd.umy.ac.id/id/eprint/38374 |