Penerapan Support Vector Machine dalam Analisis Sentimen Ulasan Pluang di Google Play Store

Abstract

Kemajuan teknologi digital saat ini telah mendorong munculnya berbagai aplikasi mobile yang memberikan kemudahan bagi masyarakat Indonesia dalam berbagai aspek kehidupan, salah satunya adalah aplikasi Pluang. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Pluang dengan mengklasifikasikan ulasan tersebut menjadi dua kategori, yaitu positif dan negatif, melalui analisis sentimen menggunakan metode Support Vector Machine (SVM). Pendekatan kernel linear digunakan untuk mengevaluasi akurasi model dalam mengklasifikasikan ulasan aplikasi. Hasil penelitian menunjukkan bahwa model SVM berhasil mengklasifikasikan sentimen ulasan dengan akurasi sebesar 84,74%, dengan precision dan recall untuk sentimen positif masing-masing 0,88, serta precision dan recall untuk sentimen negatif sebesar 0,78 dan 0,79. Selain itu, ulasan terbanyak berasal dari kategori positif dengan jumlah 1.071 ulasan