Sentimen Analisis Review Aplikasi Digital Korlantas Pada Google Play Store Menggunakan Metode SVM

Emil R Kaburuan(1*), Nanda Ressq Setiawan(2)

(1) Mercu Buana University
(2) Universitas Mercu Buana
(*) Corresponding Author

Abstract


Layanan perpanjangan SIM familiar dengan proses pelayanan yang rumit. Mengatasi keluhan di masyarakat, Korlantas Polri memfasilitasi pelayanan online yang cepat dan mudah melalui aplikasi digital layanan SINAR Korlantas Polri. Namun rating yang disertai berbagai ulasan negatif dan positif menunjukkan bahwa pelayanan yang diberikan belum sepenuhnya memenuhi harapan dari pengguna aplikasi tersebut. Agar dapat mengetahui seberapa optimal aplikasi Digital Korlantas Polri dapat diketahui dengan menganalisis sentimen ulasan pengguna. Tujuan penelitian ini adalah mengimplementasikan sentimen analisis review Aplikasi Digital Korlantas pada Google Play Store menggunakan Metode SVM. Data ulasan pengguna aplikasi Digital Korlantas Polri yang didapatkan melalui website Google Play dengan jumlah sampel sebanyak 1200 data ulasan. Pengumpulan data dalam penelitian ini dengan cara crawling data menggunakan library google-play-scrapper. Metode pengujian menggunakan confusion matrix. Hasil penelitian menunjukkan bahwa algoritma SVM dapat melakukan analisis sentimen pada ulasan aplikasi digital korlantas dengan hasil 598 sentimen positif dan 511 sentimen negatif. Berdasarkan hasil pengujian model SVM memiliki kinerja yang baik pada skenario rasio data 90:10 dengan nilai akurasi sebesar 0.82 dan model SVM dengan kinerja terburuk ada pada skenario rasio data 80:20 dan 60:40 yakni dengan akurasi sebesar 0.74.


Keywords


Digital Korlantas; Google Play Store; Review Aplikasi; Sentimen Analisis; Support Vector Machine

Full Text:

PDF

References


S. Wahyu, "Era Digital dan Tantangannya," Seminar Nasional Pendidikan, pp. pp. ISBN.978-602-50088-0-1, 2017.

S. A. Robbaniyah, "Penerapan Metode EUCS Terhadap Kepuasan Pengguna Layanan SINAR pada Aplikasi Digital Korlantas POLRI," Sistem Informasi, Fakultas Teknik, Universitas Negeri Surabaya, 2022.

T. Annisa, "Mengenal Peran Sentiment Analysis Beserta Cara Kerjanya," 2021.

P. A. N. A. a. R. M. T. Meisya, "Perbandingan Kernel Support Vector Machine (SVM) Dalam Penerapan Analisis Sentimen Vaksinisasi Covid-19," SINTECH J, pp. 139-145, 2021.

Akbar, "Sentiment Analysis Terhadap Review Aplikasi Maxim di Google Play Store Menggunakan Support Vector Machine (SVM)," Jounal of Artificial Intelegence & Data Science, pp. Vol. 2 No. 2 p-ISSN: 2746-9204. e-ISSN: 2746-9190, 2022.

M. R. Fahlevvi, "Analisis Sentimen Terhadap Ulasan Aplikasi Pejabat Pengelola Informasi dan Dokumentasi Kementerian Dalam Negeri Republik Indonesia di Google Playstore Menggunakan Metode Support Vector Machine," Jurnal Teknologi dan Komunikasi, 2022.

R. Wahyudi and G. Kusumawardhana, "Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine," JURNAL INFORMATIKA, Vol. 8 No. 2, pp. Halaman 200-207 ISSN: 2355-6579 | E-ISSN: 2528-224, 2021.

A. F. Rozi and A. S. Purnomo, "Analisis Sentimen Untuk Respon Masyarakat Terhadap Universitas (Studi Kasus : Universitas Mercu Buana Yogyakarta)," Juornal Of Information System And Artificial Intelligence (JISAI), 2020.

M. Abdulrahman, "The Impact of Electronic Word of Mouth on Consumers Purchasing Decisions," International Journal of Computer Applications, 2018.

M. S. Utomo, "Implementasi PHP Sebagai Penghasil Konten Otomatis Pada Halaman Situs," Jurnal Teknologi Informasi Dinamik, pp. 147-153, 2022.

A. Josi, "Penerapan Teknik Web Scraping Pada Mesin Pencari Artikel Ilmiah," 2018.

S. Arthur, "Some Studies in Machine Learning Using the Game of Checkers," IBM Journal, 2017.

T. A. Mitchell, "Machine Learning," McGraw-Hill, 2017.

Samuel, "Implementasi metode K-Nearest Neighbor dengan decision rule untuk klasifikasi subtopik berita," Jurnal Informatika, 2018.

D. Pratama, "Analisis Permasalahan Perangkat Jaringan Menggunakan Metode Algoritma K-Means Dan Kmedoids," Program Studi Teknik Informatika Fakultas Ilmu Komputer. Universitas Mercu Buana, 2021.

F. E. d. K. Prabowo, "Analisis Prediksi Masa Studi Mahasiswa Menggunakan Algoritma Naïve Bayes," Teknik Informatika, Fakultas Ilmu Komputer, Universitas Mercu Buana, 2019.

Y. E. Alamarani, "Sentiment Analysis Using Hybrid Method Of Support Vector Machine And Decision Tree," Journal of Theoretical & Applied Information, 2018.

A. Kowalczyk, "Support Vector Machines Succinctly," Syncfusion Inc, 2017.

R. A. Tineges, "Analisis Sentimen Terhadap Layanan Indihome Berdasarkan Twitter Dengan Metode Klasifikasi Support Vector Machine (SVM)," Jurnal Media Informatika Budidarma, 2020.

T. Wahyono, Fundamental of Python for Machine Learning: Dasar-Dasar Pemrograman Python untuk Machine Learning dan Kecerdasan Buatan, Yogyakarta: Gava Media, 2018.

E. R. Pramudita, "Mengenal Machine Learning Dengan Teknik Supervised Dan Unsupervised Learning Menggunakan Python," Bina Insani Ict Journal, pp. 156-165, 2020.




DOI: https://doi.org/10.32736/sisfokom.v12i1.1614

Refbacks

  • There are currently no refbacks.


Indexed By:

 


Creative Commons License
Jurnal Sisfokom (Sistem Informasi dan Komputer) has ISSN 2301-7988 and e-ISSN 2581-0588 which is published by Lembaga Penelitian dan Pengabdian Masyarakat (LPPM) ISB Atma Luhur under a Creative Commons Attribution-ShareAlike 4.0 International License.
Web Analytics Made Easy - StatCounter