ANALISIS SENTIMEN KOMENTAR APLIKASI STOCKBIT DI GOOGLE PLAY STORE MENGGUNAKAN SUPPORT VECTOR MACHINE

Abstract

Penelitian ini bertujuan menganalisis sentimen ulasan aplikasi investasi Stockbit di Google Play Store menggunakan algoritma Support Vector Machine (SVM). Data awal berjumlah 1000 ulasan, yang setelah tahap dataset preparation (penghapusan data duplikat, user ganda, dan data kosong) menyisakan 898 ulasan. Ulasan tersebut diberi label biner, yaitu positif (1) untuk rating 4–5 dan negatif (0) untuk rating 1–2, sementara rating 3 diabaikan. proses penelitian mencakup scraping, preprocessing (cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming), pembobotan TF-IDF, serta pembagian data ke dalam lima skenario (10:90, 20:80, 30:70, 40:60, dan 50:50). Hasil menunjukkan bahwa skenario 10% testing dan 90% training memberikan performa terbaik dengan F1-Score 0.846. Pengujian model dilakukan dengan kernel Linear dan RBF, di mana keduanya menghasilkan nilai F1-Score yang sama, namun kernel Linear lebih stabil dan disarankan karena kesederhanaannya. Klasifikasi akhir menunjukkan 607 sentimen positif dan 238 sentimen negatif, yang menggambarkan mayoritas pengguna memberikan ulasan positif terhadap aplikasi Stockbit. Penelitian ini dapat menjadi referensi untuk pengembangan sistem analisis sentimen pada aplikasi investasi online.