ANALISIS SENTIMENT ULASAN PLAYSTORE PADA APLIKASI CICI-AI MENGGUNAKAN METODE SVM

• MUHAMMAD LAZUARDI AGHANI
• 2025

---

Muhammad Lazuardi Aghani (17211079), Analisis Sentiment Ulasan Playstore Pada Aplikasi CICI-AI Menggunakan Metode SVM

 

Perkembangan teknologi kecerdasan buatan (AI) telah melahirkan berbagai aplikasi asisten virtual, salah satunya adalah Cici-AI. Aplikasi ini memperoleh beragam ulasan dari pengguna di Google Playstore, Namun, layanan yang diberikan masih menimbulkan pro dan kontra dari pengguna. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Cici-AI dengan menggunakan metode Support Vector Machine (SVM). Sebanyak 7.000 ulasan dikumpulkan melalui teknik web scraping dan kemudian data diolah melalui tahapan preprocessing seperti cleaning, casefolding, tokenized, stopword removal, dan stemming setelah itu dibagi menjadi data latih serta data uji, kemudian diklasifikasikan menggunakan SVM. Hasil evaluasi menunjukkan bahwa model SVM mampu mengelompokkan sentimen dengan akurasi sebesar 89%, recall 97,46%, precision 89,89%, dan F1-score 93,52%. Adapun hasil dari temuan ini membuktikan bahwa SVM dapat digunakan secara efektif dalam klasifikasi sentimen aplikasi. Analisis ini dapat menjadi dasar bagi pengembang untuk memperbaiki layanan yang terdapat pada aplikasi serta membantu pengguna baru dalam mengambil keputusan berdasarkan ulasan yang tersedia pada aplikasi Cici-AI.

 

Kata kunci: Kecerdasan Buatan, Analisis Sentimen, Aplikasi Cici – AI, Support Vector Machine, Ulasan Pengguna, Playstore.

 

 

Muhammad Lazuardi Aghani (17211079), Analisis Sentiment Ulasan Playstore Pada Aplikasi CICI-AI Menggunakan Metode SVM

 

The development of artificial intelligence (AI) technology has given birth to various virtual assistant applications, one of which is Cici-AI. This application has received various reviews from users on Google Playstore, however, the services provided still generate pros and cons from users. This study aims to analyze user sentiment towards the Cici-AI application using the Support Vector Machine (SVM) method. A total of 7,000 reviews were collected through web scraping techniques and then the data was processed through preprocessing stages such as cleaning, casefolding, tokenization, stopword removal, and stemming after which it was divided into training data and test data, then classified using SVM. The evaluation results showed that the SVM model was able to classify sentiment with an accuracy of 89%, a recall of 97.46%, a precision of 89.89%, and an F1-score of 93.52%. The results of these findings prove that SVM can be used effectively in application sentiment classification. This analysis can be a basis for developers to improve services contained in the application and help new users in making decisions based on reviews available on the Cici-AI application.

 

Keywords: Artificial Intelligence, Sentiment Analysis, CICI – AI Application, Support Vector Machine, User Reviews, Playstore.

• Kecerdasan Buatan
• Analisis Sentimen
• Aplikasi Cici – AI
• Support Vector Machine
• Ulasan Pengguna
• P

https://repository.bsi.ac.id/repo/68110/ANALISIS-SENTIMENT-ULASAN-PLAYSTORE-PADA-APLIKASI-CICI-AI-MENGGUNAKAN--METODE-SVM
File full-text dikunci.