Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Idealis : Indonesia Journal Information System
Muzayyanah, Ayu Basirotul
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN PADA ULASAN APLIKASI EHADRAH DI GOOGLE PLAYSTORE MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) Muzayyanah, Ayu Basirotul; Pawening, Ratri Enggar; Arifin, Zainal
IDEALIS : InDonEsiA journaL Information System Vol. 7 No. 2 (2024): Jurnal IDEALIS Juli 2024
Publisher : Universitas Budi Luhur

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36080/idealis.v7i2.3250

Abstract

Aplikasi Ehadrah adalah sebuah aplikasi untuk mendengarkan dan mengakses konten hadrah, seni musik tradisional islami. Jumlah pengguna aplikasi Ehadrah semakin meningkat di era digital saat ini karena popularitasnya yang terus bertambah. Namun, ulasan pengguna sering tidak sesuai dengan rating yang ditampilkan di Google Play Store, menciptakan kesenjangan yang dapat menghambat pengembangan aplikasi lebih lanjut. Oleh karena itu, diperlukan analisis sentimen untuk memahami sentimen pengguna secara lebih mendalam. Data ulasan diperoleh melalui web scraping menggunakan Google Play Store API dan kemudian diproses melalui tahapan preprocessing seperti case folding, tokenizing, stopword removal, dan stemming. Pemodelan menggunakan teknik Support Vector Machine (SVM) dengan membandingkan kedua kernel SVM yaitu Linear dan RBF untuk mengklasifikasikan sentimen dalam ulasan pengguna. Tujuan penelitian ini adalah untuk mengevaluasi sentimen pengguna terhadap aplikasi eHadrah di Google Play Store dengan menggunakan algoritma SVM. Hasil penelitian menunjukkan bahwa SVM dengan kernel Linear lebih unggul dibandingkan kernel RBF. SVM dengan Kernel Linear menghasilkan akurasi 95.46%, precision 81.83%, recall 55.61%, dan f-measure 62.82%, sementara kernel RBF menghasilkan akurasi 94.15%, precision 58.03%, recall 40.33%, dan f-measure 43.24% dengan menggunakan 976 data ulasan.
Co-Authors Ratri Enggar Pawening Zainal Arifin