Hayati, Isnani (2023) Analisis Sentimen Review pada Situs Goodreads terhadap Novel The Midnight Library Karya Matt Haig Menggunakan Support Vector Machine. Skripsi, Tarbiyah dan Keguruan.

	Text PERNYATAAN.pdf Download (216kB)
	Text AWAL.pdf Download (3MB)
	Text ABSTRAK.pdf Download (134kB)
	Text BAB I.pdf Download (2MB)
	Text BAB II.pdf Restricted to Repository staff only Download (2MB)
	Text BAB III.pdf Download (1MB)
	Text BAB IV.pdf Download (10MB)
	Text BAB V.pdf Download (334kB)
	Text DAFTAR PUSTAKA.pdf Download (582kB)
	Text LAMPIRAN.pdf Download (1MB)

ABSTRAK

Pada era globalisasi, tantangan yang dihadapi perpustakaan semakin besar dan kompleks. Namun, tujuan agar masing-masing koleksi yang tersedia di perpustakaan dapat sampai pada pemustaka sesuai kebutuhannya adalah hal yang diutamakan. Pertimbangan terhadap ketertarikan membaca pemustaka atas topik bacaan tertentu dapat dilakukan demi meningkatkan layanan rekomendasi bacaan perpustakaan. Hal ini karena pustakawan yang berbasis user-oriented perlu memerhatikan kecocokan antara bahan pustaka dengan tipe bacaan seperti apa yang disukai pembacanya. Analisis sentimen membantu memetakan alasan novel mendapat tanggapan positif atau negatif agar pustakawan dapat merekomendasikan buku pada pemustaka yang tepat. Penelitian ini bertujuan mengetahui gambaran umum review pembaca novel The Midnight Library pada situs Goodreads, mengetahui hasil implementasi metode Support Vector Machine (SVM) dalam klasifikasi sentimen review, dan menerapkan text mining sebagai kajian di bidang data dan informasi. Jenis dan pendekatan yang digunakan adalah kuantitatif prediktif atau inferensial. Penelitian kuantitatif prediktif yaitu penelitian yang mengumpulkan dan mengolah data angka dengan bantuan komputer untuk menjalankan SVM. Mayoritas pembaca novel merasa alur cerita dan keadaan perjuangan hidup tokohnya relevan dengan keadaan mereka. Hasil klasifikasi review pembaca menggunakan metode SVM menunjukkan akurasi yang bagus dengan persentase 77,3% saat mencoba 80% data latih dan 20% data uji pada 3.000 review berbahasa Inggris. Text mining digunakan untuk pengolahan data bervolume besar tidak terstruktur sebagai bagian dari ilmu perpustakaan dalam kajian di bidang data. Saat ini terdapat peluang menjadi pustakawan data demi meningkatkan pelayanan yang berorientasi pada pemustaka, yakni penyediaan koleksi sesuai kebutuhan, preferensi, dan karakteristik pemustaka demi meningkatkan citra baik perpustakaan di mata masyarakat.

Actions (login required)

View Item