Muhammad Iqrom, - (2025) ANALISIS SENTIMEN APLIKASI GOJEK, GRAB, MAXIM MENGGUNAKAN ALGORITMA SVM. JURNAL INOVTEK POLBENG - SERI INFORMATIKA, 10 (1). pp. 1-13. ISSN 2527-9866 (In Press)

Preview

Text Muhammad Iqrom.pdf Download (7MB) | Preview

Abstract

Penelitian ini menganalisis sentimen pengguna terhadap tiga aplikasi transportasi online utama di Indonesia - Gojek, Grab, dan Maxim - menggunakan algoritma Support Vector Machine (SVM). Hasil analisis menunjukkan bahwa Maxim memiliki tingkat sentimen positif tertinggi (42,45%) dibandingkan Grab (32,83%) dan Gojek (20,21%). Keunggulan Maxim terletak pada harga kompetitif dan profesionalisme pengemudi. Namun, Gojek mencatatkan performa terbaik dalam klasifikasi sentimen dengan akurasi mencapai 94%, diikuti oleh Maxim (90%) dan Grab (87%). Evaluasi berdasarkan lima variabel utama (sentimen umum, pengemudi, layanan, aplikasi, dan harga/biaya) mengungkapkan keunggulan masing-masing aplikasi di kategori yang berbeda. Maxim unggul dalam sentimen umum dan pengemudi, Grab dominan dalam harga/biaya, dan Gojek menonjol dalam kategori aplikasi. Visualisasi word cloud mengungkapkan kata-kata yang sering disebutkan seperti "pengemudi," "aplikasi," dan "pesanan," mencerminkan perhatian dan pengalaman utama pengguna. Penelitian ini memberikan wawasan berharga bagi penyedia layanan transportasi online untuk meningkatkan kualitas layanan, meskipun memiliki keterbatasan dalam mengeksplorasi faktor eksternal seperti demografi pengguna dan strategi pemasaran, serta hanya menggunakan satu algoritma tanpa perbandingan. Pemilihan algoritma SVM didasarkan pada kemampuannya untuk menangani data yang tidak terstruktur dengan baik dan memberikan akurasi tinggi dalam klasifikasi. SVM efektif dalam menemukan hyperplane optimal yang memisahkan kelas-kelas data dengan jelas, sehingga cocok untuk analisis sentimen yang melibatkan banyak variabel.

Actions (login required)

View Item