Analisis Sentimen Ulasan Aplikasi Pinterest Pada Playstore Menggunakan Metode Support Vector Machine

  • MOCHD DAFRYAN AFRIANSYAH
  • 2025

Abstrak

Dengan semakin banyaknya penggunaan smartphone di Indonesia, analisis sentimen terhadap review aplikasi menjadi penting untuk memahami pengalaman pengguna.Penelitian ini bertujuan untuk menganalisis dan mengategorikan sentimen pengguna aplikasi Pinterest di Google Play Store dengan menggunakan metode Support Vector Machine (SVM). Data yang digunakan merupakan 4.644 ulasan dari pengguna yang dikumpulkan antara Januari hingga April 2025 dengan metode web scraping. Proses penelitian ini terdiri dari beberapa langkah, yaitu: pengumpulan data, pra-pemrosesan data yang meliputi cleaning, case folding, normalisasi, tokenisasi, penghapusan stopword, dan stemming. Selanjutnya, dilakukan penimbangan kata dengan menggunakan TF-IDF (Term Frequency-Inverse Document Frequency) dan pengelompokan sentimen menjadi dua kategori: positif (rating > 3) dan negatif (rating ≤ 3). Dari keseluruhan data yang sudah dibersihkan, terdapat 71,03% ulasan yang memiliki sentimen positif dan 28,97% yang bersentimen negatif. Model SVM dengan kernel linear diterapkan pada dataset yang telah dibagi menjadi 80% untuk pelatihan dan 20% untuk pengujian. Hasil penilaian model mengindikasikan performa yang sangat baik dengan akurasi sebesar 86,76%, presisi 84,84%, recall 82,11%, dan F1-Score 83,29%. Hasil tampilan menunjukkan bahwa sentimen positif umumnya berhubungan dengan mutu konten visual dan kemudahan dalam penggunaan, sementara sentimen negatif sebagian besar terfokus pada masalah teknis seperti kendala masuk dan verifikasi akun. Studi ini menunjukkan bahwa pendekatan SVM efektif dalam mengklasifikasikan sentimen review aplikasi dan dapat memberikan informasi berharga bagi pengembang untuk meningkatkan kualitas layanan.

Kata Kunci
Akses Repositori Open Access

https://repository.bsi.ac.id/repo/69141/Analisis-Sentimen-Ulasan-Aplikasi-Pinterest-Pada-Playstore-Menggunakan-Metode-Support-Vector-Machine
Anda dapat membaca file tugas akhir ini di repository.

Detail Informasi

Tugas Akhir ini ditulis oleh :

  • 17210750 - MOCHD DAFRYAN AFRIANSYAH
  • Prodi : Teknologi Informasi
  • Kampus : Pemuda
  • Tahun : 2025
  • Pembimbing : Suharjanti, S.Kom , M.Kom
  • Kode : 0192.S1.17.SKRIPSI.I.2025
  • Status Akses : Open Access
  • Diinput oleh : AXD
  • Terakhir update : 22 Oktober 2025
  • Dilihat : 136 kali