@thesis{thesis,
		author={ARDIANTO  FERNANDA RIFKI},
		title ={PENERAPAN DATA MINING UNTUK ANALISIS SENTIMEN  ULASAN GOOGLE PLAY STORE PADA APLIKASI  ANTERAJA MENGGUNAKAN METODE SUPPORT VECTOR  MACHINE},
		year={2023},
		url={https://repository.unugiri.ac.id/id/eprint/3148/},
		abstract={Ardianto, Fernanda Rifki. 2023. Penerapan data mining untuk analisis sentimen  ulasan google play store pada aplikasi anteraja menggunakan metode support  vector machine. Skripsi, Program Studi Teknik Informatika Fakultas Sains dan  Teknologi Universitas Nahdlatul Ulama Sunan Giri. Pembimbing Utama Rahmat Irsyada, M.Pd dan Pembimbing Pendamping Aprillia Dwi Ardianti, S.Si., M.Pd. Anteraja merupakan salah satu jasa ekspedisi di Indonesia. Anteraja mempunyai  aplikasi yang dirancang untuk mengoptimalkan pengiriman barang dengan  pemanfaatan teknologi modern. Pengguna dapat mengunduh aplikasi ini melalui  google play store, yang memudahkan akses dan pemanfaatan layanan ini. Meskipun  demikian, pengalaman setiap pelanggan dengan aplikasi anteraja dapat beragam.  Testimoni yang diberikan oleh masyarakat yang telah menggunakan layanan ini  sangat bervariasi, mulai dari ulasan positif hingga ulasan yang tidak puas. Namun,  rating aplikasi anteraja di google play store cukup rendah. Potensi ini dapat  menghambat pertumbuhan dan kepercayaan konsumen terhadap layanan. Oleh  karena itu, penelitian ini bertujuan untuk menganalisis ulasan berdasarkan rating  rendah di google play store terhadap aplikasi anteraja serta untuk mengungkap  penyebab rendahnya rating, mengapa ulasan kurang memuaskan, serta dampaknya  terhadap eksistensi layanan. KDD adalah pendekatan yang digunakan untuk  menyelesaikan penelitian ini. Penelitian ini menggunakan metode support vector  machine, SVM digunakan untuk mengklasifikasikan sentimen ulasan positif dan negatif. Pengujian dilakukan dengan dua skenario, yang berarti data dibagi menjadi  dua bagian dengan perbandingan 80:20, 90:10 untuk data training dan data testing.  Hasil evaluasi menunjukkan bahwa pembagian dataset dengan rasio 90:10 memiliki  akurasi terbaik, yaitu 94.87%, presisi sebesar 94.61%, serta recall sebesar 95.18%.}
		}