Implementasi Metode Support Vector Machine Dengan Query Expansion Pada Klasifikasi Review Di Situs Traveloka

##plugins.themes.bootstrap3.article.main##

Meutya Choirunnisa Nurul Hidayat Edy Santoso

Abstrak

Memilih destinasi wisata ketika ingin pergi berlibur merupakan suatu keharusan bagi masyarakat agar tidak salah dalam memilih lokasi wisata dan agar tidak membuat kecewa ketika sudah berkunjung ke suatu wisata. Sebuah review sangat dibutuhkan dalam hal ini, dikarenakan dengan adanya review masyarakat dapat mengetahui komentar-komentar yang diberikan oleh pengunjung sebelumnya. Komentar-komentar yang diberikan tidak hanya dalam bentuk pujian, namun terkadang ada pengunjung yang merasa kecewa sehingga memberikan komentar yang buruk juga. Banyaknya komentar-komentar  itu terkadang membuat masarakat kesulitan dan memakan waktu yang cukup lama untuk mengetahui semua kelebihan dan kekurangan tempat destinasi suatu wisata. Untuk mengatasi permasalahan tersebut, maka dilakukan klasifikasi pada review wisata menggunakan metode SVM dan QE. Dalam penelitian ini digunakan 200 data komentar yang dibagi menjadi positif dan negatif. Metode yang digunakan daam penelitian ini adalah metode Support Vector Machine dengan kernel linear dengan Query Expansion. QE dalam hal ini memiliki kegunaan untuk memperluas kata yang ada pada data uji yang memiliki sinonim kata yang tidak terdapat pada data latih. Hasil dari pengujian menghasilkan rata-rata nilai akurasi sebesar 87,50% dengan parameter nilai learning rate = 10 dan nilai complexity = 20. Berdasarkan dari hasil pengujian, diperoleh akurasi menggunakan metode SVM dengan QE sebesar 87,50% dan akurasi menggunakan metode SVM  tanpa QE  sebesar 77,50%.

##plugins.themes.bootstrap3.article.details##

Cara Sitasi
Choirunnisa, M., Hidayat, N., & Santoso, E. Implementasi Metode Support Vector Machine Dengan Query Expansion Pada Klasifikasi Review Di Situs Traveloka. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, no. 5, p. 1860-1865, mei 2021. ISSN 2548-964X. Tersedia pada: <https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/9036>. Tanggal Akses: 07 okt. 2022
Bagian
Artikel