Penggunaan Support Vector Machine Untuk Analisis Sentimen Ulasan Aplikasi Truecaller Dan Getcontact

Abstract

Abstrak Panggilan spam adalah panggilan apa pun yang dilakukan tanpa persetujuan penerima dan untuk alasan apa pun. Panggilan ini dapat berasal dari pemasaran, periklanan, pemberitahuan, atau penipuan.. Rata-rata orang Indonesia menerima 14 panggilan spam per hari. Hanya setengahnya yang berasal dari nomor buku kontak. Menurut Google Play Store, aplikasi Truecaller dan Getcontact menawarkan sejumlah keuntungan karena masing-masing membantu mengidentifikasi penelepon dan mencegah spam. Namun, dalam hal ini, perangkat lunak pemblokiran panggilan spam memiliki sejumlah kelemahan, termasuk kesalahan dalam mengidentifikasi panggilan spam dan memblokir panggilan yang tidak berguna. Analisis sentimen dapat membantu pengguna dalam memilih aplikasi yang sesuai dengan kebutuhannya dan dalam penelitian ini bermaksud untuk menganalisis ulasan pada sentimen kedua aplikasi yaitu Truecaller dan Getcontact dengan menganalisis efektivitas berdasarkan pada ulasan aplikasi tersebut Algoritma klasifikasi Support Vector Machine yang berisi pedoman mendasar untuk memaksimalkan batas hyperplane yang memisahkan dua dataset, digunakan dalam proses klasifikasi penelitian ini. Hasil penelitian menunjukkan bahwa aplikasi Truecaller pada 10-fold cross validation memiliki rata-rata akurasi sebesar 88,20% dan aplikasi Getcontact memiliki akurasi rata-rata sebesar 87,90%. Sementara itu, aspek sentimen pada aplikasi Truecaller memiliki nilai rata-rata akurasi sebesar 60,20%, sedangkan aplikasi Getcontact memiliki akurasi rata-rata 63,30%. Abstract Spam calls are any calls made without the consent of the recipient and for any reason. These calls can originate from marketing, advertising, notifications, or fraud. The average Indonesian receives 14 spam calls per day. Only half of it comes from contact book numbers. According to the Google Play Store, the Truecaller and Getcontact apps offer a number of advantages as they each help identify callers and prevent spam. However, in this regard, spam call blocking software has a number of drawbacks, including identifying spam calls incorrectly and blocking useless calls. Sentiment analysis can help users choose applications that suit their needs and in this study intends to analyze reviews on the sentiments of the two applications namely Truecaller: Caller Id and Getcontact by analyzing effectiveness based on the application reviews Support Vector Machine classification algorithm which contains basic guidelines for maximizing hyperplane boundaries that separate the two datasets, are used in the classification process of this study. The results showed that the Truecaller application at 10-fold cross validation had an average accuracy of 88.20% and the Getcontact application had an average accuracy of 87.90%. Meanwhile, the sentiment aspect of the Truecaller application has an average accuracy value of 60.20%, while the Getcontact application has an average accuracy of 63.30%.