ANALISIS SENTIMEN ULASAN APLIKASI MYBLUEBIRD DENGAN OPTIMASI SUPPORT VECTOR MACHINE MENGGUNAKAN PARTICLE SWARM OPTIMIZATION

Ulasan pengguna terhadap aplikasi MyBluebird seringkali menjadi alat yang efektif untuk mempertahankan daya saing, terutama dalam menghadapi kompetitor layanan transportasi online yang terus berkembang pesat. Akan tetapi, keragaman ulasan menimbulkan tantangan dalam memahami persepsi pengguna secara menyeluruh. Terdapat berbagai metode yang dapat diterapkan untuk menganalisis ulasan pengguna. Penelitian ini bertujuan untuk menerapkan optimasi metode Support Vector Machine (SVM) menggunakan Particle Swarm Optimization (PSO) guna memperoleh informasi mengenai sentimen positif dan negatif dalam ulasan pengguna aplikasi MyBluebird, sekaligus memberikan rekomendasi strategis untuk pengembangan aplikasi. Data diambil dari ulasan pengguna dengan kategori paling relevan pada rentang waktu Januari 2023 hingga November 2024. Data yang telah dikumpulkan kemudian melalui tahapan penelitian, diantaranya tahap selection, preprocessing, pelabelan, transformation, data mining, dan evaluation. Hasil penelitian menunjukkan dari 2.370 ulasan yang telah melalui tahap preprocessing, diklasifikasikan menjadi 1.925 sentimen positif dan 445 sentimen negatif. Analisis sentimen ulasan aplikasi MyBluebird dengan metode Support Vector Machine (SVM) menghasilkan akurasi sebesar 90,37%, yang kemudian berhasil meningkat menjadi 90,59% setelah optimasi parameter menggunakan Particle Swarm Optimization (PSO). Evaluasi model mampu menunjukkan kemampuan yang sangat baik dalam mengidentifikasi sentimen positif, dengan precision, recall, dan f1-score masing-masing sebesar 94%, 93%, dan 94%. Sementara itu, model ini juga menunjukkan hasil yang cukup baik untuk sentimen negatif dengan precision 75%, recall 76%, dan f1-score 75%. Berdasarkan temuan ini, direkomendasikan beberapa strategi pengembangan aplikasi, seperti peningkatan fungsionalitas aplikasi, profesionalisme driver, kualitas armada, serta kebijakan tarif yang lebih fleksibel dan transparan untuk meningkatkan kepuasan pengguna.