Analisis Sentimen Ulasan Dan Komentar Pengguna Pada Aplikasi Toco Menggunakan Algoritma Support Vector Machine

Authors

  • Nuraulia Octaviana Politeknik Negeri Bengkalis, Riau, Indonesia
  • Eva Yumami Politeknik Negeri Bengkalis, Riau, Indonesia
  • Desi Wahana Politeknik Negeri Bengkalis, Riau, Indonesia

DOI:

https://doi.org/10.62411/tc.v25i2.15914

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen ulasan dan komentar pengguna terhadap aplikasi Toco menggunakan algoritma Support Vector Machine (SVM). Seiring dengan meningkatnya jumlah pengguna aplikasi, volume ulasan yang dihasilkan juga semakin besar sehingga diperlukan metode otomatis untuk mengklasifikasikan opini pengguna secara efektif. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD) yang meliputi tahapan seleksi data, preprocessing, transformasi data menggunakan TF-IDF, pembagian data, klasifikasi, dan evaluasi. Dataset yang digunakan berjumlah 3000 ulasan yang diperoleh dari Google Play Store, TikTok, dan Instagram, kemudian dilabeli secara manual menjadi sentimen positif dan negatif. Hasil pengujian menunjukkan bahwa model SVM mampu menghasilkan akurasi sebesar 93,17%, precision 97,89%, recall 83,41%, dan F1-score 90,07%. Hasil tersebut menunjukkan bahwa metode SVM efektif dalam melakukan analisis sentimen pada data teks berbahasa Indonesia. Penelitian ini diharapkan dapat memberikan gambaran mengenai persepsi pengguna terhadap aplikasi Toco serta menjadi bahan evaluasi bagi pengembang dalam meningkatkan kualitas layanan aplikasi.   Kata kunci - Analisis Sentimen, Support Vector Machine, TF-IDF, Ulasan Pengguna, Aplikasi Toco

Downloads

Published

2026-05-28

Issue

Section

Articles