Implementasi Algoritma Support Vector Machine Untuk Analisis Sentimen Aplikasi OLX di Playstore

Abstract

Analisis sentiment adalah menganalisis  opini, sentimen, evaluasi, penilaian, sikap, dan emosi orang-orang terhadap entitas seperti produk, layanan, organisasi,  individu,  masalah,  peristiwa, topik, dan atributnya. Support Vector Machine (SVM) adalah salah satu algoritma klasifikasi yang bisa digunakan untuk sentimen analisis. Penelitian ini bertujuan mengklasifikasikan review OLX Google Play Store menggunakan analisis sentimen yang telah dikumpulkan dan disaring. Hasil dari penelitian ini sangat berguna bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Penelitian ini menggunakan 2500 data ulasan aplikasi OLX dari Google Play Store.  Pada tahap pertama penelitian ini menggunakan Case Folding, Filtering, Tokenizing, Slang Word, Stopwords, Stemming, kemudian melakukan Konversi kalimat lalu mentransformasi teks ke vector dengan TfidfVectorizer. Pada tahap kedua melakukan spilt data menjadi dua bagian dengan perbandingan 80% dan 20%, yaitu 80% bagian untuk data training dan 20% bagian untuk data testing. Pada tahap terakhir membangun model sehingga diperoleh akurasi sebesar 85%, precision negatif sebesar 86% dan positif sebesar 82% , serta recall negatif sebesar 91% serta postif sebesar 73% dan f1-score sebesar 85%. Dapat disimpulkan dari sentimen analisis aplikasi OLX  berdasarakan ulasan di Playstore memuat lebih banyak ulasan negatif dibandingkan ulasan positif, hal ini dapat menjadi bahan evaluasi untuk kedepannya bagi pemilik aplikasi.