Klasifikasi Sentimen Kepuasan Pengguna Aplikasi Grab Berdasarkan Ulasan Google Play Store Menggunakan Algoritma Support Vector Machine (SVM)

Rahmat, Raihan Naufal (2026) Klasifikasi Sentimen Kepuasan Pengguna Aplikasi Grab Berdasarkan Ulasan Google Play Store Menggunakan Algoritma Support Vector Machine (SVM). Diploma thesis, Universitas Nasional.

	Text COVER.pdf Download (481kB)
	Text BAB 1.pdf Download (332kB)
	Text BAB 2.pdf Download (367kB)
	Text BAB 3.pdf Download (808kB)
	Text BAB 4.pdf Download (612kB)
	Text BAB 5.pdf Download (325kB)
	Text LAMPIRAN.pdf Download (499kB)

Abstract

Penelitian ini bertujuan untuk menganalisis dan mengklasifikasikan sentimen kepuasan pengguna aplikasi Grab berdasarkan ulasan pada Google Play Store menggunakan algoritma Support Vector Machine (SVM). Sebanyak 2.000 data ulasan dikumpulkan melalui proses scraping, dan setelah tahap pra-pemrosesan yang meliputi lowercasing, cleaning, tokenisasi, stopword removal, dan stemming, diperoleh 1.893 data valid untuk pemodelan. Pelabelan sentimen dilakukan berdasarkan rating pengguna, yaitu rating 1–2 sebagai negatif, rating 3 sebagai netral, dan rating 4–5 sebagai positif. Ekstraksi fitur dilakukan menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk mengubah teks menjadi representasi numerik berdimensi tinggi. Model klasifikasi dibangun menggunakan SVM kernel linear dengan pendekatan multiclass One-vs-Rest (OvR), serta diterapkan teknik SMOTE dan pengaturan class_weight untuk menangani ketidakseimbangan data. Dataset dibagi menjadi 80% data latih dan
20% data uji. Hasil evaluasi menunjukkan bahwa model memperoleh train accuracy sebesar 93,26% dan test accuracy sebesar 82,11%. Model menunjukkan performa sangat baik pada kelas positif (F1-score 0,91), cukup stabil pada kelas negatif (F1- score 0,74), namun masih rendah pada kelas netral (F1-score 0,20) akibat distribusi data yang tidak seimbang dan karakteristik sentimen yang ambigu. Secara keseluruhan, kombinasi TF-IDF dan SVM linear efektif digunakan dalam klasifikasi sentimen teks berdimensi tinggi serta mampu memberikan gambaran objektif mengenai tingkat kepuasan pengguna aplikasi Grab, meskipun masih
memiliki keterbatasan dalam mendeteksi kelas minoritas secara optimal.

Item Type:	Thesis (Diploma)
Subjects:	T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Irna Irna Yunita
Date Deposited:	08 Jun 2026 04:34
Last Modified:	08 Jun 2026 04:34
URI:	https://repository.unas.ac.id/id/eprint/16446

Actions (login required)

View Item