Search for collections on Universitas Islam Negeri Sultan Syarif Kasim Riau Repository

SENTIMEN ANALISIS PADA ULASAN APLIKASI AJAIB DI GOOGLE PLAY STORE DENGAN ALGORITMA SUPPORT VECTOR MACHINE

ALFI SYAHRI, - (2024) SENTIMEN ANALISIS PADA ULASAN APLIKASI AJAIB DI GOOGLE PLAY STORE DENGAN ALGORITMA SUPPORT VECTOR MACHINE. Jurnal INOVTEK Polbeng, 9 (1). ISSN 2527-9866

[img]
Preview
Text
Laporan TA Alfi Syahri-11950311521.pdf

Download (3MB) | Preview

Abstract

Perkembangan aplikasi mobile di bidang keuangan telah memberikan kemudahan dalam berinvestasi. Salah satu aplikasi yang bisa melakukan investasi adalah aplikasi Ajaib. Dalam menggunakan aplikasi, Anda dapat melihat rating dan review yang diberikan oleh pengguna di platform Google Play Store. Ulasan pengguna pada Aplikasi Ajaib memberikan gambaran penting bagi calon pengguna dalam memahami kualitas dan kepuasan pengguna. Namun, banyaknya tinjauan membuat analisis manual menjadi sulit dan tidak efisien. Oleh karena itu diperlukan suatu teknik klasifikasi review yang memanfaatkan algoritma Support Vector Machine (SVM). Implementasinya dilakukan melalui bahasa pemrograman Python. Teknik Support Vector Machine menunjukkan akurasi luar biasa dalam menangani data berdimensi tinggi dan data tidak seimbang. Tujuan dari penelitian ini adalah untuk memfasilitasi kemajuan Aplikasi Ajaib dengan memanfaatkan umpan balik yang diberikan, serta mengurangi keluhan pengguna yang ada pada ulasan dengan mengidentifikasi dan memperbaiki masalah yang sering dihadapi pengguna. Data yang digunakan diambil dari review aplikasi sebanyak 5000 data dengan rating yang bervariasi pada bulan Januari hingga Oktober 2023. Berdasarkan hasil analisis sentimen pada ulasan aplikasi Ajaib diperoleh bahwa sentimen pengguna tentang aplikasi cenderung positif dimana menghasilkan 68,6 % polaritas sentimen positif, polaritas sentimen negatif sebesar 16,1 %, dan polaritas sentimen netral sebanyak 15,3%. Dari hasil ini pengembang dapat mengukur seberapa baik fitur-fitur aplikasi berfungsi dalam menghadapi permintaan pengguna dan memberikan pengalaman yang lebih mulus dan memuaskan.

Item Type: Article
Contributors:
ContributionNameNIDN/NIDKEmail
Thesis advisorANGRAINI, -202108840angraini@uin-suska.ac.id
Subjects: 000 Karya Umum
Divisions: Fakultas Sains dan Teknologi > Sistem Informasi
Depositing User: fsains -
Date Deposited: 12 Jul 2024 06:45
Last Modified: 12 Jul 2024 06:45
URI: http://repository.uin-suska.ac.id/id/eprint/81455

Actions (login required)

View Item View Item