PENERAPAN SVM DALAM ANALISIS SENTIMEN PADA EDLINK MENGGUNAKAN PENGUJIAN CONFUSION MATRIX

Abstrak

Edlink adalah aplikasi yang membantu siswa dan dosen melakukan kegiatan pembelajaran secara daring. Namun, suatu aplikasi selalu memiliki kekurangan sehingga menimbulkan komentar dari pengguna aplikasi. Oleh karena itu penelitian ini bertujuan menganalisis sentimen komentar aplikasi Edlink untuk mempertimbangkan pemasalahan yang ada. Analisis sentimen merupakan proses menganalisis text untuk menentukan kecenderungan opini publik. Metode yang digunakan pada penelitian ini adalah Support Vector Machine (SVM). Langkah awal yang dilakukan yaitu mengumpulkan data ulasan pengguna aplikasi Edlink menggunakan teknik scrapping dan menghasilkan 86 data. Kemudian dilakukan proses preprocessing data yang meliputi labelling, case folding, cleaning, tokenezing, stopwords removal, dan steeming kemudian dilakukan pembobotan kata TF IDF dan diklasifikasikan menggunakan metode SVM, perhitungan performa menggunakan teknik confusion matrix menghasilkan nilai sentimen positif sebesar 24% dan pengujian precision sebesar 100% dan recall 25%, sedangkan kelas sentimen negatif sebesar 76% dan pengujian precision 81% dan recall 100% sehingga mendapatkan tingkat keakuratan sebesar 82%.