ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI MIDI KRIING MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM)

Abstract

Midi Kriing merupakan aplikasi belanja online yang dikembangkan oleh PT Midi Utama Indonesia Tbk, yang menawarkan berbagai produk untuk memenuhi kebutuhan konsumen. Untuk meningkatkan kualitas layanan dan pengalaman pengguna, analisis sentimen terhadap aplikasi Midi Kriing sangat diperlukan. Penelitian ini bertujuan untuk menganalisis sentimen berdasarkan aspek-aspek tertentu dari ulasan pengguna aplikasi Midi Kriing dengan menggunakan algoritma Support Vector Machine (SVM), dengan fokus pada tiga aspek utama: produk, layanan, dan fungsionalitas aplikasi. Berbagai skenario SVM diuji, skenario tersebut meliputi pembagian data dengan rasio 80:20 dan 75:25 untuk aspek produk, layanan, dan fungsionalitas aplikasi. Algoritma SVM yang digunakan melibatkan pemilihan kernel linear, polynomial, dan radial basis function (RBF), dengan pengujian nilai parameter C pada nilai 0.1, 1, dan 10. Evaluasi dilakukan menggunakan Classification Report dan Confusion Matrix untuk mengukur kinerja model dalam mengklasifikasikan sentimen, dengan metrik utama seperti precision, recall, F1-score, dan akurasi. Hasil penelitian menunjukkan bahwa model terbaik untuk masing-masing aspek diperoleh dengan skenario pembagian data 80:20 untuk produk dan layanan menggunakan kernel linear, serta pembagian data 75:25 untuk fungsionalitas aplikasi dengan kernel RBF, menghasilkan akurasi tertinggi sebesar 87% pada model produk dan fungsionalitas aplikasi dan 85% pada model model layanan.