Sentimen Analisis Review Aplikasi Digital Korlantas Pada Google Play Store Menggunakan Metode SVM
DOI:
https://doi.org/10.32736/sisfokom.v12i1.1614Keywords:
Digital Korlantas, Google Play Store, Review Aplikasi, Sentimen Analisis, Support Vector MachineAbstract
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.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.
Downloads
Published
Issue
Section
License
The copyright of the article that accepted for publication shall be assigned to Jurnal Sisfokom (Sistem Informasi dan Komputer) and LPPM ISB Atma Luhur as the publisher of the journal. Copyright includes the right to reproduce and deliver the article in all form and media, including reprints, photographs, microfilms, and any other similar reproductions, as well as translations.
Jurnal Sisfokom (Sistem Informasi dan Komputer), LPPM ISB Atma Luhur, and the Editors make every effort to ensure that no wrong or misleading data, opinions or statements be published in the journal. In any way, the contents of the articles and advertisements published in Jurnal Sisfokom (Sistem Informasi dan Komputer) are the sole and exclusive responsibility of their respective authors.
Jurnal Sisfokom (Sistem Informasi dan Komputer) has full publishing rights to the published articles. Authors are allowed to distribute articles that have been published by sharing the link or DOI of the article. Authors are allowed to use their articles for legal purposes deemed necessary without the written permission of the journal with the initial publication notification from the Jurnal Sisfokom (Sistem Informasi dan Komputer).
The Copyright Transfer Form can be downloaded [Copyright Transfer Form Jurnal Sisfokom (Sistem Informasi dan Komputer).
This agreement is to be signed by at least one of the authors who have obtained the assent of the co-author(s). After submission of this agreement signed by the corresponding author, changes of authorship or in the order of the authors listed will not be accepted. The copyright form should be signed originally, and send it to the Editorial in the form of scanned document to sisfokom@atmaluhur.ac.id.