ANALISIS SENTIMEN PADA APLIKASI IDENTITAS PENDUDUK DIGITAL SECARA NASIONAL MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

• EUGENE FLORENCIA AURANTY
• 2026

---

Transformasi digital dalam layanan publik di Indonesia telah memicu peluncuran Aplikasi Identitas Penduduk Digital (IKD) sebagai pendekatan menyeluruh untuk mengelola dokumen kependudukan. Tingkat penerimaan masyarakat terhadap aplikasi ini menjadi indikator penting dari keberhasilan pelaksanaan proyek tersebut. Tujuan penelitian ini adalah untuk menganalisis
sentimen pengguna mengenai Aplikasi IKD di tingkat nasional dengan memanfaatkan metode Support Vector Machine (SVM). Sebanyak 1.500 data ulasan dikumpulkan dari Google Play Store antara April dan Juni 2025 menggunakan teknik web scraping. Data tersebut kemudian melewati serangkaian tahap preprocessing teks yang meliputi pembersihan, penyesuaian huruf besar kecil, tokenisasi, penghapusan kata umum, dan lemmatization. Pelabelan awal sentimen dilakukan dengan pendekatan berbasis leksikon sebelum dikategorikan menggunakan algoritma SVM. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi dengan persentase 69,93%, sementara sentimen positif mencapai 30,06%. Penilaian kinerja model SVM memberikan akurasi sebesar 79,47%, presisi 79,62%, recall 94,95%, dan F1-Score 86,61%. Temuan ini mencerminkan adanya tingkat ketidak puasan pengguna yang signifikan dan sekaligus membuktikan efektivitas metode SVM dalam mengklasifikasikan sentimen ulasan tentang aplikasi IKD. Hasil dari analisis ini dapat digunakan sebagai dasar evaluasi untuk pengembang dan pemangku kebijakan guna meningkatkan fitur dan kualitas layanan aplikasi, dengan berdasarkan pada umpan balik yang objektif dari pengguna.

• Analisis Sentimen
• Support Vector Machine
• Klasifikasi Teks

https://repository.bsi.ac.id/repo/82070/ANALISIS-SENTIMEN-PADA-APLIKASI-IDENTITAS-PENDUDUK-DIGITAL-SECARA-NASIONAL-MENGGUNAKAN-METODE-SUPPORT-VECTOR-MACHINE
Anda dapat membaca file tugas akhir ini di repository.