ANALISIS SENTIMEN TERHADAP ULASAN APLIKASI SHOPEE DI GOOGLE PLAY MENGGUNAKAN METODE SVM

Abstract

Pertumbuhan e-commerce yang pesat di Indonesia, khususnya aplikasi Shopee, telah memunculkan banyak ulasan dari pengguna yang dapat mencerminkan kepuasan atau keluhan terhadap layanan yang diberikan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Shopee di Google Play Store menggunakan metode Support Vector Machine (SVM). Data dikumpulkan melalui metode web scraping sebanyak 2220 ulasan, kemudian dilakukan tahapan preprocessing meliputi case folding, cleaning, tokenisasi, stemming, dan stopword removal. Labeling dilakukan berdasarkan rating pengguna, dan representasi data dilakukan menggunakan metode TF-IDF. Proses klasifikasi sentimen menggunakan SVM dengan tiga jenis kernel yaitu Linear, Polynomial, dan RBF. Hasil pengujian menunjukkan bahwa kernel RBF menghasilkan akurasi tertinggi sebesar 80,28%, diikuti oleh kernel Linear sebesar 80,00% dan Polynomial sebesar 78,20%. Hasil ini menunjukkan bahwa SVM efektif dalam mengklasifikasikan sentimen ulasan pengguna aplikasi Shope.