KLASIFIKASI SUPPORT VECTOR MACHINE BERBASIS PARTICLE SWARM OPTIMIZATION UNTUK ANALISA SENTIMEN PENGGUNA APLIKASI PEDULILINDUNGI

Abstract

Covid-19 adalah penyakit menular yang sudah menyebar ke Indonesia. Pemantauan penyebaran Covid-19 di Indonesia ditangani oleh Kementrian Komunikasi dan Informatika (KOMINFO) dengan membuat aplikasi PeduliLindungi yang dapat ditemukan di Google Play. Pengguna akan memilih aplikasi yang memiliki ulasan yang bagus, tetapi untuk memantau ulasan dari masyarakat tidak mudah sehingga penulis ingin mengetahui analisis review pengguna aplikasi PeduliLindungi berdasarkan komentar pengguna dengan menggunakan algoritma Support Vector Machine berbasis Particle Swarm Optimization. Hasil tes dengan nilai akurasi = 93,0% dan nilai AUC = 0,977. Untuk itu, penerapan Support Vector Machine berbasis PSOpada peneltian ini memiliki akurasi yang lebih tinggi sehingga dapat digunakan untuk memberikan solusi terhadap permasalahan analisis sentimen pada review komentar pengguna aplikasi Pedulilindungi di google play