Article Per Year (5 Year)
p-Index From 2021 - 2026
0.444
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan Telcomatics
Zahrawati, Ashifa
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN ULASAN APLIKASI RUANGGURU PENERAPAN METODE SUPPORT VECTOR MACHINE (SVM) Zahrawati, Ashifa
Jurnal Informatika dan Teknik Elektro Terapan Vol. 14 No. 1 (2026)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v14i1.8520

Abstract

Kemajuan pesat dalam teknologi pendidikan digital telah memicu pertumbuhan platform pembelajaran online, salah satunya adalah aplikasi Ruangguru. Banyaknya ulasan pengguna yang ada pada aplikasi ini menjadi sumber penting untuk menilai tingkat kepuasan pengguna terhadap layanan dan fitur-fiturnya. Penelitian ini memfokuskan pada analisis sentimen dari ulasan pengguna Ruang guru menggunakan pengklasifikasi Support Vector Machine (SVM).Data ulasan diperoleh dari Google Play Store dan dibagi menjadi dua kategori: positif dan negatif. Proses metodologis mencakup pengumpulan data, tahap-tahap praproses teks seperti pembersihan data, tokenisasi, penghapusan kata-kata umum (stopword), serta stemming. Selanjutnya, teks diproses menjadi vektor fitur numerik dengan metode pembobotan Term Frequency–Inverse Document Frequency (TF–IDF), diikuti dengan klasifikasi menggunakan algoritma SVM. Hasil eksperimen menunjukkan bahwa SVM mampu menghasilkan akurasi tinggi dalam mengklasifikasikan sentimen ulasan pengguna. Dengan demikian, hasil penelitian ini bertujuan memberikan informasi bagi tim pengembangan Ruangguru dengan mengungkap kebutuhan dan preferensi pengguna serta mengidentifikasi fitur aplikasi yang mungkin perlu perbaikan, guna mendukung upaya meningkatkan kualitas layanan dan pengalaman pengguna secara keseluruhan.
Analisis Sentimen Review Aplikasi Chat GPT dengan Memanfaatkan Algoritma Support Vector Machine Prabadaru, Alit Damar; Zahrawati, Ashifa; Jibran, Muhammad Agmal; Nurulita, Salsabila; Dewana, Nadya Cantika Apriani
Telcomatics Vol. 10 No. 2 (2025)
Publisher : Universitas Internasional Batam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37253/telcomatics.v10i2.11759

Abstract

This study analyses user sentiment toward the ChatGPT application based on reviews collected from the Google Play Store. The goal of this research is to classify user opinions into positive and negative categories using the Support Vector Machine (SVM) algorithm. The dataset was obtained through web scraping and processed using several text preprocessing steps, including case folding, tokenization, stopword removal, and stemming. The TF-IDF method was applied to convert the text into numerical feature vectors suitable for machine learning models. A linear SVM model was used to perform sentiment classification due to its effectiveness in handling high-dimensional text data. The results of the evaluation show that the linear SVM provides stable and accurate performance when identifying sentiment in user reviews. The findings also indicate that TF-IDF features contribute significantly to improving model accuracy. Overall, this research concludes that SVM is a suitable and reliable method for sentiment analysis of application reviews. The outcomes can help developers understand user perceptions and improve the quality of the ChatGPT application based on the insights obtained
Co-Authors Dewana, Nadya Cantika Apriani Jibran, Muhammad Agmal Nurulita, Salsabila Prabadaru, Alit Damar