UMPPUMPP

Jurnal Surya InformatikaJurnal Surya Informatika

GOPAY adalah salah satu aplikasi di Google Play Store. Aplikasi Gopay sudah diunduh sebanyak 10 juta kali namun hanya memiliki rating 4,4. Pada Google Play Store, pemberian rating aplikasi diikuti dengan ulasan dari para pengguna terhadap aplikasi tersebut sehingga sering dijadikan pertimbangan oleh calon pengguna. Berdasarkan hal tersebut, dilakukan analisis sentimen menggunakan algoritma Support Vector Machine untuk mengetahui sentimen para pengguna terhadap aplikasi GOPAY di Google Play Store. Penelitian menggunakan metode Knowledge Discovery in Database (KDD) dengan data ulasan sebanyak 29.554, terdiri dari 23.961 ulasan positif dan 5.593 ulasan negatif. Hasil terbaik diperoleh pada skenario 1 (90:10) menggunakan kernel RBF (Radial Basis Function) yang menghasilkan akurasi 65%, precision 71,43%, recall 50% dan f1-score 58,82%.

Penelitian ini menunjukkan bahwa analisis sentimen menggunakan Support Vector Machine (SVM) dengan kernel linear efektif dalam mengkategorikan sentimen pengguna terhadap aplikasi GOPAY di Google Play Store.Hasil menunjukkan bahwa SVM dengan kernel linear memberikan performa terbaik dengan akurasi tambahan, memberi wawasan penting bagi pengembang aplikasi dan calon pengguna.Penelitian memiliki keterbatasan data waktu terbatas dan konteks aplikasi spesifik, sehingga perlu hati-hati dalam menggeneralisasi temuan.

Pertama, lakukan penelitian lanjutan dengan menambah dataset ulasan dari periode waktu yang lebih panjang dan beragam untuk mengevaluasi stabilitas model SVM dalam kondisi data yang berubah. Kedua, uji pendekatan ensemble dengan menggabungkan SVM dan algoritma lain seperti Naïve Bayes atau Random Forest untuk meningkatkan akurasi dan menurunkan kesalahan klasifikasi. Ketiga, analisis sentimen lebih dalam dengan memodelkan emosi subteks dalam ulasan menggunakan teknik NLP berbasis transformer agar dapat menangkap nuansa positif dan negatif secara lebih detail.

  1. Support Vector Machine Berbasis Particle Swarm Optimization Pada Analisis Sentimen Anggota KPPS | JURNAL... doi.org/10.37859/jf.v14i1.6795Support Vector Machine Berbasis Particle Swarm Optimization Pada Analisis Sentimen Anggota KPPS JURNAL doi 10 37859 jf v14i1 6795
Read online
File size496 KB
Pages6
DMCAReport

Related /

ads-block-test