ANALISIS SENTIMEN TERHADAP REVIEW PENGGUNA APLIKASI MYICON+ DENGAN METODE SUPPORT VECTOR MACHINE

• JESAS KRISTIUS SIHOTANG
• 2025

---

Perkembangan layanan digital di Indonesia mendorong meningkatnya penggunaan aplikasi MyICON+ sebagai platform resmi PT ICON+ (PLN Icon Plus) untuk mendukung layanan internet berbasis fiber optik. Namun, ulasan pengguna di Google Playstore menunjukkan beragam sentimen yang perlu dianalisis secara sistematis guna mengetahui tingkat kepuasan serta permasalahan yang dihadapi. Penelitian ini bertujuan menganalisis sentimen pengguna terhadap aplikasi MyICON+ dengan menggunakan algoritma Support Vector Machine (SVM). Data penelitian dikumpulkan melalui teknik Web scraping dari 500 ulasan pengguna, yang setelah pembersihan duplikat menyisakan 406 data unik. Tahapan preprocessing mencakup Case Folding, Cleaning, Tokenizing, stopword removal, dan Stemming. Selanjutnya, data teks dikonversi menjadi representasi numerik dengan metode TF-IDF sebelum dilatih menggunakan model SVM. Evaluasi model dilakukan menggunakan metrik akurasi, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa SVM mampu mengklasifikasikan sentimen dengan akurasi 88,9%, precision dan recall yang tinggi, serta nilai F1-score yang seimbang. Mayoritas ulasan bernada positif, meskipun terdapat sejumlah keluhan terkait kualitas jaringan. Temuan ini memberikan wawasan bagi PT ICON+ untuk meningkatkan kualitas layanan serta menjadi kontribusi akademik dalam penerapan machine learning pada analisis sentimen berbasis ulasan aplikasi.

• MyICON+
• Analisis Sentimen
• Support Vector Machine
• TF-IDF
• Ulasan Pengguna.

https://repository.bsi.ac.id/repo/69483/ANALISIS-SENTIMEN-TERHADAP-REVIEW-PENGGUNA-APLIKASI-MYICON--DENGAN-METODE-SUPPORT-VECTOR-MACHINE
File full-text dikunci.