Analisis Sentimen Terhadap Ulasan pada Aplikasi Astro Menggunakan Algoritma Support Vector Machine

Abstract

Aplikasi Astro merupakan aplikasi quick commerce yang berfokus memberikan layanan belanja online dengan produk kategori groceries hingga kebutuhan rumah tangga dengan pengiriman dalam waktu hitungan menit. Aplikasi Astro dirilis pada tahun 2021 dan masih beroperasi sampai saat ini, maka dari itu penting bagi Astro untuk mengetahui tanggapan atau sentimen dari pelanggan terkait pelayanan yang telah diberikan agar dapat menjadi evaluasi bagi Astro supaya tetap menjaga kepuasan pengguna. Untuk mengetahui banyaknya sentimen bernada postif dan negatif dari pengguna, dilakukan penelitian mengenai analisis sentimen terhadap ulasan pengguna pada aplikasi Astro di Google Playstore menggunakan algoritma support vector machine (SVM). Data yang digunakan dalam penelitian ini yaitu sebanyak 1.000 ulasan dari hasil web scraping, kemudian data tersebut melalui tahap preprocessing, pelabelan data, pembagian data, pembobotan kata dengan TF-IDF, klasifikasi menggunakan support vector machine (SVM) dan kernel linear hingga evaluasi. Hasil dari penelitian ini yaitu diperoleh 696 ulasan bersentimen positif dan 304 ulasan bersentimen negatif, dengan evaluasi menggunakan confusion matrix diperoleh nilai akurasi sebesar 84%, presisi untuk kelas positif sebesar 93%, presisi untuk kelas negatif sebesar 69%, recall untuk kelas positif sebesar 83%, recall untuk kelas negatif sebesar 85%, f-1 score untuk kelas positif sebesar 88%, dan f-1 score untuk kelas negatif sebesar 76%. Dari hasil analisis diperoleh nilai akurasi yang baik dengan jumlah sentimen postif yang lebih besar sehingga dapat disimpulkan bahwa Aplikasi Astro memberikan pengalaman yang positif kepada pengguna.

Keywords: Aplikasi, Astro, Analisis Sentimen, Support Vector Machine