Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal of Innovation Multidisipliner Research
Sajid Mahattir Aulia Rahman
STMIK Widya Cipta Dharma
Chemical Engineering, Chemistry & Bioengineering Civil Engineering, Building, Construction & Architecture Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Industrial & Manufacturing Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Analisis Sentimen Ulasan Pengguna Aplikasi Siranam Perumda Air Minum Tirta Mahakam Menggunakan Metode Support Vector Machine (SVM) Sajid Mahattir Aulia Rahman; Tommy Bustomi; Ahmad Fahrijal Pukeng
Indonesian Journal of Innovation Multidisipliner Research Vol. 4 No. 3 (2026): Juli - September
Publisher : Institute of Advanced Knowledge and Science

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.69693/ijim.v4i3.1713

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi SIRANAM milik Perumda Air Minum Tirta Mahakam dengan menerapkan algoritma Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengetahui persepsi pengguna terhadap kualitas layanan aplikasi berdasarkan ulasan yang diberikan di Google Play Store. Data penelitian diperoleh menggunakan teknik web scraping, yang menghasilkan sebanyak 1.464 ulasan pengguna. Setelah melalui proses seleksi dengan menghapus data duplikat, ulasan yang tidak relevan, serta data yang tidak valid, diperoleh 218 ulasan yang layak digunakan sebagai dataset penelitian. Tahapan penelitian meliputi pengumpulan data, pelabelan sentimen ke dalam kategori positif dan negatif, preprocessing teks yang mencakup case folding, tokenizing, stopword removal, dan stemming, kemudian pembobotan kata menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Selanjutnya, data dibagi menjadi data pelatihan dan data pengujian untuk membangun model klasifikasi menggunakan algoritma SVM. Evaluasi model dilakukan menggunakan metrik akurasi guna mengukur kemampuan model dalam mengklasifikasikan sentimen pengguna. Hasil penelitian menunjukkan bahwa algoritma SVM memperoleh tingkat akurasi sebesar 87,18%, yang menunjukkan kemampuan klasifikasi yang baik pada kedua kelas sentimen. Temuan ini membuktikan bahwa algoritma SVM efektif digunakan untuk analisis sentimen ulasan pengguna aplikasi SIRANAM serta dapat menjadi bahan evaluasi bagi Perumda Air Minum Tirta Mahakam dalam meningkatkan kualitas layanan dan pengembangan aplikasi di masa mendatang.  
Co-Authors Ahmad Fahrijal Pukeng Tommy Bustomi