ANALISIS SENTIMEN TERHADAP LAYANAN SAMSAT DIGITAL NASIONAL (SIGNAL) MENGGUNAKAN METODE SVM

Abstrak

Peningkatan signifikan dalam penggunaan pelayanan publik secara digital telah terjadi dalam kurun waktu tiga tahun terakhir. Perubahan ini dipicu oleh dampak wabah Covid-19 di Indonesia, yang mendorong sektor bisnis dan pelayanan untuk berinovasi guna terus memenuhi kebutuhan masyarakat. Dalam hal ini, Korps Lalu Lintas POLRI telah meluncurkan aplikasi bernama Samsat Digital Nasional (SIGNAL) untuk memudahkan pembayaran pajak kendaraan bermotor, menunjukkan komitmen dalam memperbaiki pelayanan publik melalui platform digital. Namun, dalam prakteknya, beberapa pengguna sering mengalami kendala seperti notifikasi kesalahan ketika melakukan pendaftaran seperti verifikasi wajah, kode otp dan verifikasi KTP, kemudian bug dalam penggunaan aplikasi seperti perizinan aplikasi dalam mengakses kamera pada beberapa versi android, bahkan kegagalan transaksi pembayaran saat menggunakan aplikasi SIGNAL. Menghadapi tantangan ini, sentiment analysis digunakan untuk mengevaluasi persepsi masyarakat Selain itu, hasil prediksi dari tiga kernel yang terdapat dalam metode klasifikasi Support Vector Machine (SVM) dan kernel Linier mencapai 96.2%, RBF mencapai 94.12%, polynomial mencapai 85.5%. Namun hasil evaluasi menggunakan KFold linier mencapai 97.65%, KFold RBF mencapai 97.86%, dan KFold polynomial sebesar 69.36%.