Analisis Sentimen Komentar Pengguna Aplikasi Klik Indomaret Di Google Playstrore Menggunakan Metode Support Vector Machine (SVM)
Article Metrics
Abstract view : 613 timesAbstract
Perkembangan teknologi digital telah mendorong pergeseran perilaku konsumen, khususnya dalam penggunaan aplikasi belanja daring. Salah satu aplikasi yang banyak digunakan adalah Klik Indomaret, yang memungkinkan pengguna berbelanja produk ritel secara praktis melalui perangkat mobile. Seiring meningkatnya jumlah pengguna, banyak ulasan yang terkumpul di Google Play Store yang dapat dimanfaatkan untuk mengevaluasi kualitas layanan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar pengguna aplikasi Klik Indomaret menggunakan algoritma Support Vector Machine (SVM). Sebanyak 4.841 komentar pengguna dikumpulkan secara otomatis melalui teknik web crawling berbasis Python. Data kemudian melalui tahapan prapemrosesan yang meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming untuk menghasilkan data yang terstruktur. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata sehingga dapat mengidentifikasi kata yang paling berpengaruh dalam dokumen. Dataset yang sudah siap kemudian diuji menggunakan algoritma SVM untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM memiliki akurasi keseluruhan sebesar 87% dari 3.874 data uji. Kelas negatif memberikan performa tinggi dengan precision 0,82, recall 0,94, dan f1-score 0,87, sedangkan kelas positif mencatat precision 0,92, recall 0,85, dan f1-score 0,89. Namun, kelas netral belum terdeteksi dengan baik karena jumlah data yang sedikit. Uji 10-fold cross-validation memperlihatkan akurasi yang konsisten pada rentang 85,4% hingga 87,6%, menandakan kemampuan generalisasi model yang baik tanpa indikasi overfitting.
References
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
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
Sipayung, E. M., Maharani, H., & Zefanya, I. (2016). Perancangan Sistem Analisis Sentimen Komentar Pelanggan Menggunakan Metode Naive Bayes Classifier. Jurnal Sistem Informasi (JSI) UNSRI, 8(1), 958–965.
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
Zaidah, A. R. (2021). Analisis Sentimen Berbasis Aspek Pada Aplikasi Peduli Lindungi Menggunakan Latent Dirichlet Allocation dan Support Vector Machine. 1–63. http://digilib.uinsby.ac.id/id/eprint/52007
Copyright (c) 2025 Dea Andini Andriati, Rani Laple Satria Putra, Galih Dika Saputra
This work is licensed under a Creative Commons Attribution 4.0 International License.
