Pratama, Elvin Alan
Unknown Affiliation

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

Found 1 Documents
Search

PENERAPAN ALGORITMA SUPPORT VECTOR MACHINE TERHADAP ANALISIS SENTIMEN PADA ULASAN APLIKASI LINKAJA Pratama, Elvin Alan; Primajaya, Aji; Maulana, Iqbal
Jurnal Informatika dan Teknik Elektro Terapan Vol. 13 No. 3 (2025)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v13i3.6616

Abstract

Kehadiran dompet digital berperan dalam meningkatnya volume transaksi uang elektronik di Indonesia. LinkAja merupakan salah satu dompet digital dengan rating dan pengguna terendah di Indonesia dibandingkan dompet digital lainnya. Penelitian ini bertujuan untuk menerapkan model klasifikasi Support Vector Machine (SVM) dalam analisis sentimen ulasan pengguna LinkAja serta menginterpretasikan hasilnya sebagai rekomendasi peningkatan layanan. Metode yang digunakan dalam penelitian ini adalah Knowledge Discovery in Database (KDD) dalam text mining. Proses dalam penelitian ini melibatkan beberapa tahapan, yaitu data selection, data preprocessing, data transformation, data mining, evaluation dan knowledge. Dataset diperoleh dengan teknik scraping dari Google Plays Store menggunakan Python, didapatkan 2,000 ulasan dari Januari hingga November 2024, dengan 944 ulasan positif dan 1,056 ulasan negatif. Model terbaik diperoleh pada skenario pembagian data 70:30 dengan performa unggul, yaitu accuracy 88%, precision 90%, recall 83%, dan F1-score 87%. Hasil word cloud menunjukkan kata-kata yang sering munculĀ  pada tiap kelas sentimen. Pada sentimen positif, kata-kata seperti "aplikasi" dan "saldo" mendominasi, hal iniĀ  menunjukkan kemudahan penggunaan dan pengiriman saldo. Sementara itu pada sentimen negatif didominasi oleh "aplikasi" dan "pakai", hal ini mengindikasikan bahwa pengguna terkendala saat menggunakan aplikasi tersebut. Melaui tenkik Root Cause Analyisis (RCA) mengidentifikasi enam faktor yang memengaruhi kepuasan pengguna, diantaranya dukungan pelanggan yang kurang, crash pada perangkat rendah, kendala pada koneksi, UI/UX yang membingungkan, dan minimnya pemantauan bug. Hasil dari pencarian akar masalah ini kemudian divisualisasikan dalam Diagram Ishikawa.