Analisis Sentimen pada Ulasan Aplikasi Jakarta Terkini (JAKI) di Google Play Store Menggunakan Metode Support Vector Machine
Abstract
Aplikasi Jakarta Terkini (JAKI) terus berkembang dengan baik. Namun beberapa pengguna mengeluh ketidakpuasan terhadap layanan aplikasi. Beberapa jenis keluhan pengguna JAKI diantaranya sertifikat vaksin yang tidak tersedia, kuota vaksin selalu penuh dan sebagainya. Berdasarkan masalah tersebut, peneliti melakukan analisis sentimen pada Aplikasi JAKI melalui ulasan pengguna untuk memberikan informasi kepada masyarakat terkait kinerja aplikasi menggunakan metode Support Vector Machine (SVM) dan seleksi fitur chi-square. Data yang diperoleh dilakukan pelabelan dan pembersihan data terlebih dahulu sebelum tahapan text processing, kemudian data diberikan bobot dengan Term Frequency–Inverse Document Frequency (TF-IDF), kemudian dilakukan seleksi fitur dengan chi-square. Tahapan selanjutnya dilakukan pembagian data sebesar 80% 20% dan diklasifikasikan dengan metode SVM. Hasil penelitian ini adalah fitur terseleksi sebanyak 66 fitur dan pemodelan menggunakan kernel RBF, C=40 dan gamma=0.1 dari SVM, diperoleh 120 data uji mendapatkan accuracy 97%, precision 100%, recall 93%, dan specificity 100%.
Keywords
References
F. Bei and S. Saepudin, “ANALISIS SENTIMEN APLIKASI TIKET ONLINE DI PLAY STORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM),” SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika), pp. 91–97, Aug. 2021.
R. Wahyudi and G. Kusumawardhana, “Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” JURNAL INFORMATIKA, vol. 8, pp. 200–207, Sep. 2021.
T. R. Nichols, P. M. Wisner, G. Cripe, and L. Gulabchand, “Putting the Kappa Statistic to Use,” Qual Assur J, pp. 57–61, 2010.
J. A. Zulqornain, Indriati, and P. P. Adikara, “Analisis Sentimen Tanggapan Masyarakat Aplikasi Tiktok Menggunakan Metode Naïve Bayes dan Categorial Propotional Difference (CPD),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 5, pp. 2886–2890, Jul. 2021.
N. Herlinawati, Y. Yuliani, S. Faizah, W. Gata, and Samudi, “ANALISIS SENTIMEN ZOOM CLOUD MEETINGS DI PLAY STORE MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE,” CESS (Journal of Computer Engineering System and Science), vol. 5, pp. 293–298, Jul. 2020.
F. F. Irfani, M. Triyanto, A. D. Hartanto, and Kusnawi, “Analisis Sentimen Review Aplikasi Ruangguru Menggunakan Algoritma Support Vector Machine,” Jurnal Bisnis, Manajemen dan Informatika, vol. 16, pp. 258–266, Feb. 2020.
D. Y. Praptiwi, “ANALISIS SENTIMEN ONLINE REVIEW PENGGUNA E-COMMERCE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN MAXIMUM ENTROPY,” UNIVERSITAS ISLAM INDONESIA, Yogyakarta, 2018.
L. B. Ilmawana and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store,” ILKOM Jurnal Ilmiah, vol. 12, pp. 154–161, Aug. 2020.
M. I. Ahmadi, F. Apriani, M. Kurniasari, S. Handayani, and G. Gustian, “SENTIMENT ANALYSIS ONLINE SHOP ON THE PLAY STORE USING METHOD SUPPORT VECTOR MACHINE (SVM),” Seminar Nasional Informatika 2020 (SEMNASIF 2020), pp. 196–203, 2020.
O. Somantri and D. Apriliani, “SUPPORT VECTOR MACHINE BERBASIS FEATURE SELECTION UNTUK SENTIMENT ANALYSIS KEPUASAN PELANGGAN TERHADAP PELAYANAN WARUNG DAN RESTORAN KULINER KOTA TEGAL,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 5, pp. 537–548, Oct. 2018.
Refbacks
- There are currently no refbacks.
Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.