ANALISIS SENTIMEN ULASAN PLAY STORE PENGGUNA KAI ACCESS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Kualitas layanan aplikasi KAI Access masih menghadapi tantangan besar dalam hal kestabilan teknis dan keandalan sistem, yang berdampak langsung pada kepuasan pengguna. Penelitian ini bertujuan untuk melakukan analisis sentimen ulasan pengguna aplikasi KAI Access di Google Play Store menggunakan algoritma Support Vector Machine (SVM) dengan empat kernel (Linear, RBF, Sigmoid, dan Polynomial). Data diambil melalui web scraping dari 23 Agustus 2023 hingga 30 Juni 2025, kemudian melalui tahap pra-pemrosesan (cleaning, tokenisasi, normalisasi, stopword removal, dan stemming) serta pembobotan TF-IDF. Hasil pengujian menunjukkan bahwa kernel Linear memberikan akurasi tertinggi (97%), diikuti Sigmoid (96%), RBF (94%), dan Polynomial (76%). Visualisasi WordCloud mengungkap bahwa ulasan negatif didominasi keluhan tentang error, login, dan transaksi; sedangkan ulasan positif menyoroti kemudahan dan kecepatan aplikasi. Penelitian ini membuktikan bahwa SVM efektif untuk klasifikasi sentimen dan dapat menjadi dasar bagi pengembang dalam meningkatkan kualitas aplikasi.