<![CDATA[Dalam era digital saat ini, Google Play Store telah menjadi salah satu platform terkemuka bagi pengguna Android untuk mengakses dan mengunduh berbagai aplikasi. Oleh karena itu, ulasan yang dipublikasikan di platform ini memberikan gambaran yang berharga tentang sentimen pengguna terhadap aplikasi tertentu. Tujuan penelitian ini adalah untuk menganalisis sentimen terhadap aplikasi X di Google Play Store dengan menggunakan dua metode klasifikasi yang berbeda, yakni Naïve Bayes dan Support Vector Machine (SVM). Dataset yang terdiri dari 4087 ulasan telah dikumpulkan dan dibagi menjadi dua bagian, yaitu data training (70%) dan data testing (30%). Hasil penelitian menunjukkan bahwa sebelum penerapan teknik SMOTE, akurasi SVM adalah 75,5%, sedangkan akurasi Naïve Bayes adalah 75%. Namun, setelah penerapan SMOTE, akurasi SVM meningkat menjadi 81%, sementara akurasi Naïve Bayes tetap pada 75,5%. Hasil ini menunjukkan bahwa penggunaan teknik SMOTE dapat meningkatkan kinerja model klasifikasi, terutama dalam hal mengenali sentimen positif dan negatif pada ulasan aplikasi. Analisis sentimen ini memberikan pemahaman yang lebih dalam tentang preferensi pengguna dan membantu pengembang aplikasi untuk meningkatkan pengalaman pengguna mereka dengan lebih baik.]]>
Copyrights © 2024
