Analisis Sentimen Komentar Pengguna Aplikasi AlloFresh Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM)

  • Muchamad Sandy Universitas Dian Nusantara
  • Eri Dariato Universitas Dian Nusantara
Keywords: Analisis Sentimen, Aplikasi Allofresh, Google Playstore, SVM

Article Metrics

Abstract view : 398 times

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi AlloFresh dengan memanfaatkan teknik Text Mining dan pembelajaran mesin. Data yang digunakan berupa ulasan konsumen yang dikumpulkan dari platform digital, kemudian melalui serangkaian tahap pra-pemrosesan, meliputi case folding, cleaning, tokenizing, stopword removal, normalisasi, dan stemming. Selanjutnya dilakukan pelabelan sentimen ke dalam kategori positif dan negatif, sementara ulasan netral dikecualikan agar fokus analisis lebih terarah. Representasi teks kemudian dikonversi ke bentuk numerik menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF) untuk memberikan bobot pada setiap kata berdasarkan frekuensi dan tingkat kepentingannya dalam keseluruhan korpus. Dalam tahap klasifikasi, algoritma Support Vector Machine (SVM) digunakan untuk mengukur performa model. Hasil pengujian menunjukkan bahwa SVM mampu memberikan tingkat akurasi yang cukup tinggi dengan capaian mendekati 95%. Hal ini menunjukkan bahwa SVM efektif dalam mengklasifikasikan ulasan pengguna, khususnya dalam mengidentifikasi sentimen positif maupun negatif.

References

Ahmed, Z., & Wang, J. (2023). A fine-grained deep learning model using embedded-CNN with BiLSTM for exploiting product sentiments. Alexandria Engineering Journal, 65, 731–747. https://doi.org/10.1016/j.aej.2022.10.037
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744
Data, A., Dengan, M., Bayes, N., Klasifikasi, U., Penerima, K., Iuran, B., Kesehatan, J., Desa, P., El, D.-D., Purba, R., Al, E., El, D., & Siboro, Y. O. (2025). Analisis Kelayakan Penerima Bantuan Iuran Jaminan Kesehatan Menggunakan Teknik Klasifikasi Data Mining dengan Metode Naïve Bayes. 07(02), 2721–1800. https://doi.org/10.54209/jatilima.v7i02.1279
Dewi, A. K. (2022). Analisis Sentimen Ekspedisi Sicepat Dari Ulasan Google Play Mennggunakan Algoritma Naïve Bayes. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(2), 796–805. https://doi.org/10.35957/jatisi.v9i2.1802
Ghani Ardiansyah, A., Hidayati, N., Sari Sinaga, N., Criston Purba, D., Yeng Sinaga, E., Tunas Bangsa Pematangsiantar, S., Ghani Ardiansyah STIKOM Tunas Bangsa Pematang Siantar, A., & Sumatra, N. (2025). Design of Building Shop Information System Abghan22 Web-Based Using The Naïve Bayes. Jatilima : Journal of Multimedia and Information Technology, 07. https://doi.org/10.54209/jatilima.v7i01.978
Giovani, A. P., Ardiansyah, A., Haryanti, T., Kurniawati, L., & Gata, W. (2020). Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi. Jurnal Teknoinfo, 14(2), 115. https://doi.org/10.33365/jti.v14i2.679
Herlinawati, N., Yuliani, Y., Faizah, S., Gata, W., & Samudi, S. (2020). Analisis Sentimen Zoom Cloud Meetings di Play Store Menggunakan Naïve Bayes dan Support Vector Machine. CESS (Journal of Computer Engineering, System and Science), 5(2), 293. https://doi.org/10.24114/cess.v5i2.18186
Ilmawan, L. B., & Mude, M. A. (2020). Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store. ILKOM Jurnal Ilmiah, 12(2), 154–161. https://doi.org/10.33096/ilkom.v12i2.597.154-161
Melisa Nur Aini, Rita Yulfani, & Nurul Jariah. (2024). Penerapan Metode Naïve Bayes Untuk Analisis Sentimen Ulasan Produk Sunscreen Berdasarkan Female Daily Review. Jurnal Multimedia Dan Teknologi Informasi (Jatilima), 6(01), 24–34. https://doi.org/10.54209/jatilima.v6i01.421
Petiwi, M. I., Triayudi, A., & Sholihati, I. D. (2022). Analisis Sentimen Gofood Berdasarkan Twitter Menggunakan Metode Naïve Bayes dan Support Vector Machine. Jurnal Media Informatika Budidarma, 6(1), 542. https://doi.org/10.30865/mib.v6i1.3530
Rahman, Z., Sakinah, P., Hendra, Y., Satria, B., Maulana, F., & Ayun, A. Q. (2024). Sentiment Analysis of Gojek App Reviews on Google Play Store with Natural Language Processing Using Naive Bayes’ Algorithm-Zumardi Rahman et.al Sentiment Analysis of Gojek App Reviews on Google Play Store with Natural Language Processing Using Naive Bayes’ Algorithm. 06. https://doi.org/10.54209/jatilima.v6i03.1189
Sentimen, A., Pelanggan, U., Hokben, A., Google, D., Menggunakan, P., Support, M., Vikri, R., Al, A. E., Alif, R. V., & Hasugian, A. H. (2025). Analisis Sentimen Ulasan Pelanggan Aplikasi Hokben Di Google Playstore Menggunakan Metode Support Vector Machine. 07(02). https://doi.org/10.54209/jatilima.v7i02.1501
Syamia, N., & Furqan, M. (2025). Sentiment Analysis On The Change Of Coach Of The Indonesian National Team Using Support Vector Machine Algorithm : A Case Study Of Twitter Data-Nanda Syamia et.al Sentiment Analysis On The Change Of Coach Of The Indonesian National Team Using Support Vector Machine Algorithm : A Case Study Of Twitter Data. 07(02). https://doi.org/10.54209/jatilima.v7i02.1510
Tanggraeni, A. I., & Sitokdana, M. N. N. (2022). Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(2), 785–795. https://doi.org/10.35957/jatisi.v9i2.1835
Tarigan, D. A., Situmorang, Z., & Rosnelly, R. (2025a). ANALISIS SENTIMEN APLIKASI PLAYSTORE SIREKAP 2024 PASCA PILPRES DENGAN PERBANDINGAN METODE SUPPORT VECTOR MACHINE (SVM), NAÏVE BAYES CLASSIFIER DAN RANDOM FOREST. 11(3), 661–670.
Tarigan, D. A., Situmorang, Z., & Rosnelly, R. (2025b). ANALISIS SENTIMEN APLIKASI PLAYSTORE SIREKAP 2024 PASCA PILPRES DENGAN PERBANDINGAN METODE SUPPORT VECTOR MACHINE (SVM), NAÏVE BAYES CLASSIFIER DAN RANDOM FOREST. 11(3), 661–670.
Wafi, A. Z. Al, Rochim, F. P., & Bezaleel, V. (2025). Investigating Liver Disease Machine Learning Prediction Performancethrough Various Feature Selection Methods. MATRIK : Jurnal Manajemen, Teknik Informatika Dan Rekayasa Komputer, 24(3), 505–518. https://doi.org/10.30812/matrik.v24i3.4531
Published
2025-08-30
How to Cite
Sandy, M., & Dariato, E. (2025). Analisis Sentimen Komentar Pengguna Aplikasi AlloFresh Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM). Jurnal Multimedia Dan Teknologi Informasi (Jatilima), 7(03), 630-641. https://doi.org/10.54209/jatilima.v7i03.1650

Most read articles by the same author(s)