UMPPUMPP

Jurnal Surya InformatikaJurnal Surya Informatika

Aplikasi ini tidak hanya memberikan informasi terkini tentang liga sepakbola Primer Inggris tetapi juga menyediakan fitur-fitur yang memperkaya pengalaman pengguna. Ulasan-ulasan ini memberikan gambaran yang jelas mengenai kehandalan, kualitas, dan fungsionalitas aplikasi, sehingga membantu konsumen membuat keputusan yang lebih terinformasi. Dari feedback pengguna, kita dapat mengevaluasi responsifitas pengembang terhadap masukan pelanggan, potensi perbaikan, dan kemajuan fitur-fitur yang ditawarkan. Oleh karena itu, ulasan di Play Store bukan hanya sebagai sumber referensi, tetapi juga sebagai panduan yang berharga bagi konsumen yang mencari pengalaman sepakbola Primer Inggris yang terbaik melalui aplikasi ini. Penelitian ini menghasilkan akurasi sebesar 79.67% menggunakan algoritma SVM. Hasil ini menunjukkan bahwa algoritma SVM dapat dengan cukup akurat menganalisis sentimen ulasan aplikasi bola seperti Primer League di Google Play Store. Analisis sentimen ulasan aplikasi Primer League dapat memberikan informasi yang berharga bagi pengembang aplikasi. Informasi tersebut dapat digunakan untuk meningkatkan kualitas aplikasi, sehingga dapat meningkatkan kepuasan pengguna.

Berdasarkan hasil penelitian yang kami lakukan, dapat disimpulkan bahwa sentimen pengguna terhadap aplikasi PRIMER LEAGUE terbagi menjadi 776 ulasan positif dan 554 ulasan negatif.Visualisasi kata-kata pada ulasan positif mengungkapkan bahwa kata-kata seperti bagus, Good, mantap, dan bagus sering muncul.Sebaliknya, pada ulasan negatif, kata-kata seperti lama, gabisa, eror, dan iklan menjadi kata-kata yang sering muncul.Selanjutnya, evaluasi kinerja empat kernel algoritma Support Vector Machine dalam menganalisis sentimen ulasan aplikasi PRIMER LEAGUE dilakukan dengan tiga skenario split data.Hasil terbaik diperoleh pada skenario 1 dengan rasio perbandingan data training sebesar 80% dan data testing sebesar 20%.Temuan ini menunjukkan bahwa algoritma Support Vector Machine efektif dalam menganalisis sentimen ulasan aplikasi PRIMER LEAGUE, terutama pada skenario dengan pembagian data training dan testing sebesar 80% dan 20%.Hasil ini memberikan gambaran yang kuat terkait dengan performa algoritma dalam mengklasifikasikan sentimen pengguna dengan akurasi dan presisi yang tinggi.

Untuk penelitian selanjutnya, disarankan untuk memperluas cakupan penelitian dengan memeriksa sentimen pengguna pada platform lain atau versi aplikasi PRIMER LEAGUE yang berbeda. Selain itu, penelitian dapat diperkaya dengan penggunaan dataset yang lebih luas dan representatif. Selain itu, penelitian lanjutan dapat fokus pada analisis bagaimana sentimen pengguna berubah sebagai respons terhadap perubahan atau pembaruan pada aplikasi PRIMER LEAGUE. Dengan demikian, penelitian ini dapat memberikan wawasan lebih dalam tentang dinamika sentimen pengguna dan membantu pengembang aplikasi dalam meningkatkan kualitas dan kepuasan pengguna.

  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 size422.89 KB
Pages5
DMCAReport

Related /

ads-block-test