<![CDATA[Aplikasi AXISnet, yang tersedia di Google Play Store, beroperasi sebagai penyedia layanan internet. Meskipun mengumpulkan 10 juta unduhan, peringkatnya berada di 4,3. Dalam ekosistem toko aplikasi, penilaian pengguna dilengkapi dengan ulasan terperinci. Ulasan ini, seringkali tidak terstruktur, merangkum sentimen dan tingkat kepuasan pengguna, sehingga sangat memengaruhi pilihan calon pengguna. Untuk mengukur sentimen pengguna terhadap aplikasi AXISnet, digunakan analisis sentimen menggunakan algoritma Support Vector Machine. Dengan menggunakan metode Knowledge Discovery in Database (KDD), penelitian ini meneliti kumpulan data yang mencakup 61.895 ulasan aplikasi AXISnet. Diantaranya, 31.742 ulasan cenderung positif, sementara 30.153 ulasan mencerminkan sentimen negatif. Selain itu, evaluasi tersebut menghasilkan tingkat akurasi sebesar 86%, yang menggambarkan presisi model secara keseluruhan dalam tugas klasifikasi. Model ini menunjukkan presisi sebesar 87%, yang menyoroti keakuratannya dalam mengidentifikasi hal-hal positif yang sebenarnya di antara hal-hal positif yang diprediksi. Dengan perolehan sebesar 83%, model tersebut menunjukkan kemampuannya dalam mengklasifikasikan kejadian positif aktual secara akurat. Skor F1, yang menunjukkan rata-rata harmonis antara presisi dan perolehan, mencapai 85%, menandakan kinerja seimbang antara mengidentifikasi kelas positif dengan benar dan meminimalkan positif palsu.]]>
Copyrights © 2024
