Analisis Sentimen Pada Ulasan Aplikasi Indodax di Google Play Store Menggunakan Metode Support Vector Machine

Alfio Kusuma, Ermatita Ermatita, Helena Nurramdhani Irmanda

Abstract


Indodax merupakan salah satu aplikasi yang digunakan sebagai platform jual beli aset kripto yang telah terdaftar di Badan Pengawas Perdagangan Berjangka Komoditi (Bappebti) dan dapat diunduh gratis di google play store. Ulasan yang diterima aplikasi memungkinkan dapat mempengaruhi pengguna yang akan mengunduh aplikasi Indodax. Oleh karena itu, pada penelitian ini akan dilakukan analisis sentimen terhadap ulasan pada aplikasi Indodax yang diberikan oleh pengguna di google play store. Tahapannya dimulai dari pengambilan data ulasan aplikasi Indodax pada google play store. Kemudian data diberi label negatif atau positif, lalu masuk ke praproses data untuk pembersihan data, dilanjutkan dengan pembobotan kata Term Frequency-Invers Document Frequency (TF-IDF) dan diklasifikasikan menggunakan metode Support Vector Machine yang menghasilkan akurasi sebesar 85% pada rasio pembagian data sebesar 80:20.

Keywords


Analisis Sentimen, Aset Kripto, Indodax, Support Vector Machine (SVM).

References


D. L. K. Chuen, Handbook of digital currency, San Diego: Elsevier, 2015.

Bapebbti, "ASET KRIPTO," 2020. [Online]. Available: https://bappebti.go.id/resources/docs/brosur_leaflet_2001_01_09_o26ulbsq.pdf. [Accessed 26 November 2021].

Bank Indonesia, "BUKU KSK NO.37: STABILITAS SISTEM KEUANGAN SEMESTER I 2021 TERJAGA," 5 Oktober 2021. [Online]. Available: https://www.bi.go.id/id/publikasi/ruang-media/news-release/Pages/sp_2325321.aspx. [Accessed 24 October 2021].

Bappebti, "Daftar Perusahaan Pedagang Aset Kripto Yang Terdaftar Di Bappebti (calon Pedagang)," 18 Februari 2021. [Online]. Available: https://bappebti.go.id/aktualita/detail/7016. [Accessed 20 October 2021].

Indodax, "Cerita Kami," 2021. [Online]. Available: https://blog.indodax.com/newsroom-about-us. [Accessed 1 October 2021].

A. S. Manek, P. D. Shenoy, M. C. Mohan and V. K. R, "Aspect term extraction for sentiment analysis in large movie reviews using Gini Index feature selection method and SVM classifier," World Wide Web 20, pp. 135-154, 2017.

K. Lu and J. Wu, "Sentiment Analysis of Film Review Texts Based on Sentiment Dictionary and SVM," in Proceedings of the 2019 3rd International Conference on Innovation in Artificial Intelligence, Suzhou, China, 2019.

A. D. A. Putra and S. Juanita, "Analisis Sentimen Pada Ulasan Pengguna Aplikasi Bibit Dan Bareksa Dengan Algoritma KNN," Jurnal Teknik Informatika dan Sistem Informasi, pp. 636-646, 2021.

S. Fransiska, R. Rianto and A. I. Gufroni, "Sentiment Analysis Provider By.U on Google Play Store Reviews with TF-IDF and Support Vector Machine (SVM) Method," Scientific Journal of Informatics, pp. 203-212, 2020.

E. D. P. Daulay and I. Asror, "Sentimen Analisis pada Ulasan Google Play StoreMenggunakan MetodeNaïve Bayes," eProceedings of Engineering, pp. 8400-8410, 2020.

B. Liu, Sentiment Analysis and Opinion Mining, Morgan & Claypool Publishers, 2012.

M. M. Sya'bani and R. Umilasari, "Penerapan Metode Cosine Similarity dan Pembobotan TF/IDF pada Sistem Klasifikasi Sinopsis Buku di Perpustakaan Kejaksaan Negeri Jember," JUSTINDO (Jurnal Sistem dan Teknologi Informasi Indonesia), pp. 31-42, 2018.

M. O. Pratama, W. Satyawan, R. Jannati, B. Pamungkas, Raspiani, M. E. Syahputra and I. Neforawati, "The sentiment analysis of Indonesia commuter line using machine learning based on twitter data," in 2018 International Conference of Computer and Informatics Engineering (IC2IE), 2019.

N. Herlinawati, Y. Yuliani , S. Faizah, W. Gata and S. Samudi, "Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine," CESS (Journal of Computer Engineering, System and Science), pp. 293-298, 2020.

S. W. Handani, D. I. S. Saputra, Hasirun, R. M. Arino and G. F. A. Ramadhan, "Sentiment Analysis for Go-Jek on Google Play Store," in Journal of Physics: Conference Series, 2019.

M. I. Ahmadi, F. Apriani, M. Kurniasari, S. Handayani and D. Gustian, "SENTIMENT ANALYSIS ONLINE SHOP ON THE PLAY STORE USING METHOD SUPPORT VECTOR MACHINE (SVM)," Seminar Nasional Informatika (SEMNASIF), pp. 196-203, 2020.

R. Mahendrajaya, G. A. Buntoro and M. B. Setyawan, "Analisis Sentimen Pengguna Gopay Menggunakan Metode Lexicon Based Dan Support Vector Machine," Komputek, pp. 52-63, 2019.

F. A. Nugraha, N. H. Harani and R. Habibi, Analisis Sentimen Terhadap Pembatasan Sosial Menggunakan Deep Learning, Kreatif, 2020.

G. A. Buntoro, "Analisis sentimen hatespeech pada twitter dengan metode naïve bayes classifier dan support vector machine," Jurnal Dinamika Informatika, pp. 1-21, 2016.

A. M. Pravina, I. Cholisoddin and P. P. Adikara, "Analisis Sentimen Tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM).," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, pp. 2789-2797, 2019.

P. D. Kusuma, Machine Learning Teori, Program, Dan Studi Kasus, Deepublish, 2020.

D. A. Pisner and D. M. Schnyer, Support Vector Machine, Academic Press, 2020.

I. Cholissodin, Sutrisno, A. A. Soebroto, U. Hasanah and Y. I. Febiola, AI, Machine Learning & Deep Learning, Malang: Fakultas Ilmu Komputer, Universitas Brawijaya, 2020.

K. M. Ting, "Confusion Matrix," in Encyclopedia of Machine Learning and Data Mining, Springer, Boston, MA, 2017, p. 260.

H. Nguyen, A. Veluchamy, M. Diop and R. Iqbal, "Comparative Study of Sentiment Analysis with Product Reviews Using Machine Learning and Lexicon-Based Approaches," SMU Data Science Review, 2018.

S. Prangga, "Optimasi Parameter Pada Support Vector Machine Menggunakan Pendekatan Metode Taguchi Untuk Data High-Dimensional," (Doctoral dissertation, Institut Teknologi Sepuluh Nopember), 2017.

A. N. Indraini, I. Ernawati and A. Zaidah, "ANALISIS SENTIMEN TERHADAP PEMBELAJARAN DARING DI INDONESIA MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)," (Doctoral dissertation, Universitas Pembangunan Nasional Veteran Jakarta), 2021.

D. Y. Praptiwi, “ANALISIS SENTIMEN ONLINE REVIEW PENGGUNA E-COMMERCE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN MAXIMUM ENTROPY,” PROGRAM STUDI STATISTIKA FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM UNIVERSITAS ISLAM INDONESIA, 2018.

H. C. Husada dan A. S. Paramita, “Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine (SVM),” TEKNIKA, vol. 10, pp. 18-26, 2021.

N. K. Wardhani, R. S. Kurniawan, H. Setiawan, G. Gata, S. Tohari, W. Gata dan M. Wahyudi, “SENTIMENT ANALYSIS ARTICLE NEWS COORDINATOR MINISTER OF MARITIME AFFAIRS USING ALGORITHM NAIVE BAYES AND SUPPORT VECTOR MACHINE WITH PARTICLE SWARM OPTIMIZATION,” Journal of Theoretical and Applied Information Technology, vol. 96, pp. 8365-8378, 2018.

V. P. Kour dan S. Arora, “Particle Swarm Optimization Based Support Vector Machine (P-SVM) for the Segmentation and Classification of Plants,” IEEE Access, vol. 7, pp. 29374-29385, 2019.

S. T. Simanjuntak, “ANALISIS SENTIMEN PADA LAYANAN GOJEK INDONESIA MENGGUNAKAN XTREME GRADIENT BOOSTING,” PROGRAM STUDI S1 TEKNOLOGI INFORMASI FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI UNIVERSITAS SUMATERA UTARA, 2021.

B. Liu, Sentiment Analysis and Opinion Mining, Morgan & Claypool Publishers, 2012.

T. Jo, Text Mining Concepts, Implementation, and Big Data Challenge, vol. 45, Cham: Springer, 2019.

J. Taeho, Text Mining: Concepts, Implementation, and Big Data Challenge, Switzerland: Springer International Publishing AG, 2019.

A. R. Sulthana, A. K. Jaithunbi and L. S. Ramesh, "Sentiment analysis in twitter data using data analytic techniques for predictive modelling," Journal of Physics: Conference Series, 2018.

Y. Nurdiansyah, S. Bukhori and H. Rahmad, "Sentiment Analysis System for Movie Review in Bahasa Indonesia Using Naive Bayes Classifier Method," Journal of Physics: Conference Series, 2018.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

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