Analisis Sentimen Ulasan Aplikasi MyUBSI Student di Google Play Store Menggunakan Metode SVM

• BIMA TRI MUKTI
• 2025

---

Aplikasi MyUBSI Student merupakan platform digital yang digunakan oleh mahasiswa Universitas Bina Sarana Informatika (UBSI) untuk mengakses informasi akademik seperti jadwal, nilai, dan pengumuman. Namun, banyaknya keluhan pengguna terkait performa seperti error pada menu dan juga keterlambatan pembaruan data menandakan rendahnya tingkat kepuasan pengguna. Penelitian ini bertujuan untuk mengetahui tingkat kepuasan pengguna terhadap aplikasi tersebut dengan melakukan analisis sentimen terhadap ulasan yang diambil dari Google Play Store. Metode yang digunakan dalam penelitian ini adalah Support Vector Machine (SVM) dengan kombinasi fitur Term Frequency – Inverse Document Frequency (TF-IDF) dan pendekatan lexicon-based. Proses penelitian mencakup web scraping, preprocessing text (cleaning, tokenizing, stopword removal, dan stemming), pelabelan sentimen otomatis, serta pelatihan dan evaluasi model. Berdasarkan hasil pengujian, model SVM mencapai akurasi 88.04%, F1-score rata-rata 0.87, dan ROC-AUC 0.97. Ulasan negatif mendominasi sebesar 43%, diikuti netral 33% dan positif 23%. Temuan ini menunjukkan bahwa mayoritas ulasan bersifat negatif dan netral, serta menyoroti pentingnya pengembangan lebih lanjut pada fitur aplikasi. Penelitian ini diharapkan dapat memberikan masukan berbasis data bagi pengembang aplikasi untuk meningkatkan pengalaman pengguna, serta menjadi kontribusi bagi studi analisis sentimen dalam konteks pendidikan tinggi.

• Analisis Sentimen
• SVM
• TF-IDF
• Lexicon-Based
• MyUBSI Student

https://repository.bsi.ac.id/repo/67731/Analisis-Sentimen-Ulasan-Aplikasi-MyUBSI-Student-di-Google-Play-Store-Menggunakan-Metode-SVM
File full-text dikunci.