ANALISIS SENTIMEN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE TERHADAP REVIEW APLIKASI LINKEDIN

Penelitian ini bertujuan untuk mengevaluasi penerapan algoritma Support Vector Machine (SVM) dalam melakukan analisis sentimen terhadap review aplikasi LinkedIn. Tujuan utama penelitian adalah untuk memahami cara penerapan algoritma SVM dalam menganalisis sentimen pada teks review aplikasi LinkedIn. Penelitian ini menggunakan dataset sebanyak 2.535 review dari pengguna di Indonesia, dengan klasifikasi sentimen positif dan negatif sebagai fokus analisis. Metode penelitian ini melibatkan proses klasifikasi sentimen dengan memanfaatkan nilai rata-rata (means) dari skor review. Dalam hal ini, nilai skor kurang dari 3 dianggap sebagai teks negatif (0), sedangkan nilai skor lebih besar dari 3 dianggap sebagai teks positif (1). Hasil penyederhanaan kelas menunjukkan bahwa terdapat 1.035 teks negatif dan 1.500 teks positif. Dalam tahap preprocessing data meliputi tahap tokenize dan stemming, pembobotan data menggunakan fungsi Tf-Idf lalu mengimplementasikan dengan algoritma Support Vector Machine menggunakan fungsi kernel Linear. Penerapan SVM dengan data latih 80% dan data uji 20% menggunakan fungsi kernel Linear serta parameter gamma dan Cost (C) . Evaluasi model dilakukan menggunakan confusion matrix, dan hasilnya menunjukkan bahwa model memiliki kinerja yang baik. F1-Score mencapai 89,91%, recall sebesar 88,36%, precision sebesar 91,53%, dan akurasi sebesar 87,57%.