PERBANDINGAN KINERJA ALGORITMA SUPPORT VECTOR MACHINE DAN RANDOM FOREST DALAM ANALISIS SENTIMEN ULASAN APLIKASI GOJEK DRIVER DI GOOGLE PLAY STORE

• MUHAMMAD IHSAN
• 2026

---

Perkembangan teknologi informasi mendorong meningkatnya penggunaan aplikasi berbasis digital, termasuk aplikasi transportasi online. Salah satu aplikasi yang banyak digunakan oleh mitra pengemudi adalah aplikasi Gojek Driver. Ulasan pengguna yang tersedia pada Google Play Store merupakan sumber informasi yang berharga karena berisi opini, pengalaman, serta keluhan pengguna terhadap kualitas aplikasi. Namun, jumlah ulasan yang besar dan berbentuk teks tidak terstruktur menyebabkan analisis secara manual menjadi tidak efisien. Oleh karena itu, diperlukan analisis sentimen untuk mengklasifikasikan ulasan pengguna secara otomatis. Penelitian ini bertujuan untuk membandingkan kinerja algoritma Support Vector Machine (SVM) dan Random Forest dalam analisis sentimen ulasan aplikasi Gojek Driver di Google Play Store. Data yang digunakan dalam penelitian ini berjumlah 1000 ulasan yang dikumpulkan melalui teknik scraping. Pelabelan data dilakukan berdasarkan nilai rating, di mana rating ≥ 4 dikategorikan sebagai sentimen positif dan rating ≤ 2 sebagai sentimen negatif. Selanjutnya, data diproses melalui tahapan preprocessing yang meliputi case folding, cleansing, stopword removal, tokenizing, dan stemming. Metode Term Frequency–Inverse Document Frequency (TF-IDF) digunakan untuk mengekstraksi fitur dari data teks. Data dibagi menjadi data latih dan data uji dengan perbandingan 80:20. Proses pengujian dilakukan menggunakan algoritma SVM dan Random Forest, kemudian dievaluasi menggunakan confusion matrix serta metrik evaluasi berupa accuracy, precision, recall, dan f1-score. Hasil penelitian menunjukkan bahwa algoritma Support Vector Machine menghasilkan kinerja yang lebih baik dibandingkan Random Forest dengan nilai akurasi sebesar 79,25%, sedangkan Random Forest memperoleh akurasi sebesar 81,38%. Dengan demikian, dapat disimpulkan bahwa SVM lebih optimal digunakan dalam analisis sentimen ulasan aplikasi Gojek Driver pada penelitian ini.

• Analisis Sentimen
• Text Mining
• Support Vector Machine
• Random Forest
• TF-IDF

https://repository.bsi.ac.id/repo/82120/PERBANDINGAN-KINERJA-ALGORITMA-SUPPORT-VECTOR-MACHINE-DAN-RANDOM-FOREST-DALAM-ANALISIS-SENTIMEN-ULASAN-APLIKASI-GOJEK-DRIVER-DI-GOOGLE-PLAY-STORE
Anda dapat membaca file tugas akhir ini di repository.