Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Journal of Manufacturing and Enterprise Information System
Kurnia, Rivan
Unknown Affiliation
Automotive Engineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Engineering Industrial & Manufacturing Engineering Library & Information Science

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

Found 1 Documents
Search

 1 
Sentimen Analisis Review Pada Aplikasi Edlink Sevima Di GooglePlaystore Menggunakan Metode SVM Kurnia, Rivan; Suharsono, Teguh Nurhadi
Journal of Manufacturing and Enterprise Information System Vol. 2 No. 2 (2024): Journal of Manufacturing and Enterprise Information System (Oktober 2024)
Publisher : Politeknik STMI Jakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52330/jmeis.v2i2.361

Abstract

Kemajuan teknologi dan informasi di era industri 4.0 memiliki dampak signifikan pada proses pembelajaran di berbagai lembaga pendidikan. Aplikasi Edlink Sevima adalah salah satu platform e-learning yang banyak digunakan dan dievaluasi oleh pengguna melalui ulasan di Google Play Store. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna terhadap aplikasi Edlink Sevima menggunakan metode Support Vector Machine (SVM). Metode SVM dipilih karena kemampuannya mengklasifikasikan data teks dengan akurasi tinggi. Data ulasan dikumpulkan dari Google Play Store dan diproses menggunakan teknik preprocessing untuk mengoptimalkan analisis sentimen. Hasil penelitian menunjukkan bahwa metode SVM mampu mengklasifikasikan ulasan menjadi sentimen positif, negatif, dan netral dengan akurasi terbaik sebesar 75%. Sentimen negatif memiliki precision sebesar 0.71 dan recall sebesar 0.79, sedangkan sentimen positif memiliki precision sebesar 0.78 dan recall sebesar 0.87. Diharapkan hasil dari penelitian ini dapat memberikan sumbangan dalam pemahaman tentang ulasan pengguna aplikasi di Google Play Store. Walaupun demikian, penelitian ini memiliki keterbatasan, seperti metode yang digunakan dan data yang dikumpulkan. Oleh karena itu, penelitian ini dapat dijadikan dasar untuk penelitian lanjutan dalam bidang analisis sentimen dari ulasan aplikasi di Google Play Store.
Co-Authors Suharsono, Teguh Nurhadi