ANALISIS SENTIMEN DALAM PENILAIAN KINERJA KARYAWAN DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Farhan Faturohman, D Dharmayanti

Abstract


Penelitian ini mengambil data dari opini atau pendapat tentang kinerja karyawan di salah satu perusahaan, dan tidak crawling atau scrapping data dari internet. Data berbentuk excel. Penelitian ini bertujuan untuk mengklasifikasikan kinerja karyawan pada perusahaan yaitu klasifikasi positif, negatif, dan netral. Metode dilakukan pada penelitian ini di-awali dengan pengumpulan data yang dilakukan dari opini atau pen-dapat tentang kinerja perusahaan di salah satu perusahaan. Setelah pengumpulan data, dilakukan preprocessing yang terdiri dari cleansing, case folding, tokenizing, filtering atau word repair, stopword removal, dan stemming. Preprocessing jg diikuti tahapan wordcloud dan label-ling. Tahap berikutnya adalah pembobotan atau weighting dengan menghitung tf-idf. Tahap selanjutnya adalah klasifikasi dengan algo-ritma SVM. Tahap terakhir yaitu evaluasi dari hasil persentase accura-cy, precision, recall, dan f1-score. Nilai klasifikasi dengan SVM yang dihasilkan dengan accuracy sebesar 97%, nilai precision untuk negatif sebesar 100%, netral sebesar 100 %, dan positif sebesar 97%. Nilai recall untuk negatif sebesar 75%, netral sebesar 87%, positif sebesar 100%. Nilai f1-score untuk negatif sebesar 86%, netral sebesar 93%, dan positif sebesar 99%. Nilai tersebut menunjukkan nilai hasil klas-ifikasi dengan SVM yang tinggi dan mampu diterapkan dengan baik dalam melakukan analisis sentiment pada penilaian kinerja karyawan.

Keywords


employee performance, svm, sentiment analy-sis, assessment, classification

Full Text:

PDF

References


Fadhilah Dwi Ananda and Yoga Pristyanto, “Analisis Sentimen Pengguna Twitter Terhadap Layanan Internet Provider Menggunakan Algoritma Sup-port Vector Machine,” Matrik: Jurnal Manajemen, Teknik Informatika, dan Rekayasa Komputer, vol. 20, no. 2, pp. 407–416, 2021.

Nur Fitriyah, Budi Warsito, and Di Asih I Maruddani, “ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM),” JURNAL GAUSSIAN, vol. 9, no. 3, pp. 376–390, 2020.

Irma Surya Kumala Idris, Yasin Aril Mustofa, and Irvan Abraham Salihi, “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura Journal of Electrical and Electronics Engineering, vol. 5, no. 1, pp. 32–35, 2023.

Bagas Akbar Maulana, Muhammad Jazilul Fahmi, Ari Muhamad Imran, and Nutriana Hidayati, “Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM),” MALCOM: Indonesian Journal of Machine Learning and Computer Sci-ence, vol. 4, no. 2, pp. 375–384, 2024.

F. D. Ananda and Y. Pristyanto, “Analisis Sentimen Pengguna Twitter Terhadap Layanan Internet Provider Menggunakan Algoritma Support Vector Machine,” MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, vol. 20, no. 2, pp. 407–416, May 2021, doi: 10.30812/matrik.v20i2.1130.

Hendry Cipta Husada and Adi Suryaputra Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” TEKNIKA, vol. 10, no. 1, pp. 18–26, 2021.

Dedi Darwis, Eka Shintya Pratiwi, and A. Ferico Octaviansyah Pasaribu, “PENERAPAN ALGORITMA SVM UNTUK ANALISIS SENTIMEN PADA DATA TWITTER KOMISI PEMBERANTASAN KORUPSI REPUBLIK INDONESIA,” Jurnal Ilmiah Edutic, vol. 7, no. 1, pp. 1–11, 2020.

Reni Nursyanti, Nur Alamsyah, and Thifal Maulana Yusuf, “PERBANDINGAN DAN EFEKTIVITAS KINERJA ALGORITMA SVM DAN BI-LSTM DENGAN TF-IDF DAN SMOTE UNTUK ANALISIS SENTIMEN KELESTARIAN HEWAN LIAR,” Aisyah Journal of Informatics and Electrical Engineering, vol. 7, no. 1, pp. 137–145, 2025.

Thalita Meisya Permata Aulia, Nur Arifin, and Rini Mayasari, “PERBANDINGAN KERNEL SUPPORT VECTOR MACHINE (SVM) DALAM PENERAPAN ANALISIS SENTIMEN VAKSINISASI COVID-19,” SINTECH JOURNAL, vol. 4, no. 2, pp. 139–145, 2021.

Styawati, Nirwana Hendrastuty, Auliya Rahman Isnain, and Ari Yanti Rahmadhani, “Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine,” Jurnal Informatika: Jurnal pengembangan IT (JPIT), vol. 6, no. 3, pp. 150–155, 2021.

Didin Muhidin and Arief Wibowo, “PERBANDINGAN KINERJA ALGORITMA SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR TERHADAP ANALISIS SENTIMEN KEBIJAKAN NEW NORMAL,” STRING (Satuan Tulisan Riset dan Inovasi Teknologi), vol. 5, no. 2, pp. 153–159, 2020.

Primandani Arsi and Retno Waluyo, “Analisis Sentimen Wacana Pemindahan Ibukota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” Jurnal Teknologi dan Ilmu Komputer (JTIIK), vol. 8, no. 1, pp. 147–156, 2021.

Dian Siti Utami and Adhitia Erfina, “ANALISIS SENTIMEN PINJAMAN ONLINE DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM),” in SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika), Universitas Nusa Putra, 2021, pp. 299–305.

M. R. Adrian, M. P. Putra, M. H. Rafialdy, and N. A. Rakhmawati, “Perbandingan Metode Klasifikasi Random Forest dan SVM Pada Analisis Sen-timen PSBB,” JURNAL INFORMATIKA UPGRIS, vol. 7, no. 1, pp. 36–40, 2021.

Dedy Atmajaya, Annisa Febrianti, and Herdianti Darwis, “Metode SVM dan Naive Bayes untuk Analisis Sentimen ChatGPT di Twitter,” Indonesian Journal of Computer Science, vol. 14, no. 2, pp. 2173–2181, 2023.

Joang Ipmawati, Saifulloh, and Kusnawi, “Analisis Sentimen Tempat Wisata Berdasarkan Ulasan pada Google Maps Menggunakan Algoritma Support Vector Machine,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 1, pp. 247–256, 2024.

Acuan Supian, Bagus Tri Revaldo, Nanda Marhadi, Lusiana Efrizoni, and Rahmaddeni, “Perbandingan Kinerja Naïve Bayes dan SVM pada Analisis Sentimen Twitter Ibukota Nusantara,” JURNAL ILMIAH INFORMATIKA, vol. 12, no. 1, pp. 2615–1049, 2024.

Desliana Sari and Rakhmat Kurniawan, “Analisis Sentimen Terhadap Kinerja Program Walikota Medan pada Media Sosial X Menggunakan Support Vector Machine,” MALCOM: Indonesian Journal of Machine Learning and Computer Science, vol. 4, no. 4, pp. 1539–1548, 2024.

Yulius Bambang Seran and Supatman, “ANALISIS SENTIMEN MASYARAKAT TERHADAP KINERJA KERJA PRESIDEN JOKO WIDODO MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, no. 4, pp. 7190–7195, 2024.

Muhammad Fadli Asshiddiqi and Kemas Muslim Lhaksmana, “Perbandingan Metode Decision Tree dan Support Vector Machine untuk Analisis Sen-timen pada Instagram Mengenai Kinerja PSSI,” in e-Proceeding of Engineering, 2020, pp. 9936–9948.




DOI: https://doi.org/10.29100/jipi.v11i1.7784

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika)
ISSN 2540-8984
Published by
Prodi Pendidikan Teknologi Informasi
Universitas Bhinneka PGRI

Website :https://jurnal.stkippgritulungagung.ac.id/index.php/jipi/index
Email: jipistkippti@gmail.com

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.