ANALISIS SENTIMEN PENGGUNA APLIKASI DANA PADA ULASAN GOOGLE PLAY STORE DENGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM)

Perkembangan dompet digital membuat jumlah ulasan pengguna pada aplikasi DANA di Google Play Store yang semakin bertambah. Ulasan tersebut menyampaikan pendapat yang bisa digunakan untuk memahami perasaan pengguna terhadap kualitas layanan aplikasi. Penelitian ini bertujuan menggunakan metode Support Vector Machine (SVM) untuk menganalisis sentimen dari ulasan aplikasi DANA serta mengidentifikasi dampak penyesuaian hyperparameter peningkatan kemampuan model. Penelitian ini hanya mencakup pengelompokan sentimen yang menjadi tiga yaitu, positif, negatif, dan netral. Tahapan dalam penelitian ini mencakup pengumpulan data, pembersih teks, memberi bobot pada kata menggunakan metode TF-IDF, membagi data latih dan data uji, melatih model SVM, menyesuikan parameter model melalui hyperparameter tuning, serta mengevaluasi hasilnya menggunakan confusion matrix dengan mengukur beberapa parameter seperti akurasi, presisi, recall, dan F1-score. Penelitian menunjukan bahwa model SVM sebelum penyesuaian hyperparameter memiliki tingkat akurasi sebesar 71,48%, presisi 70,93%, recall 71,48% dan skor F1 sebesar 71,14%. Setelah melakukan penyesuaian hyperparameter tuning, kemampuan model meningkat dengan tingkat akurasi 73,85%, presisi 73,28%, recall 73,85 dan skor F173,48%. Hasil tersebut menunjukan bahwa dengan menggunakan teknik hyperparameter tuning, kinerja algoritma SVM dalam mengklasifikasikan sentimen pengguna aplikasi DANA meningkat, sehingga menghasilkan model yang lebih baik dibandingkan dengan SVM tanpa optimasi.