<![CDATA[Perkembangan teknologi digital telah mendorong pergeseran perilaku konsumen, khususnya dalam penggunaan aplikasi belanja daring. Salah satu aplikasi yang banyak digunakan adalah Klik Indomaret, yang memungkinkan pengguna berbelanja produk ritel secara praktis melalui perangkat mobile. Seiring meningkatnya jumlah pengguna, banyak ulasan yang terkumpul di Google Play Store yang dapat dimanfaatkan untuk mengevaluasi kualitas layanan. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap komentar pengguna aplikasi Klik Indomaret menggunakan algoritma Support Vector Machine (SVM). Sebanyak 4.841 komentar pengguna dikumpulkan secara otomatis melalui teknik web crawling berbasis Python. Data kemudian melalui tahapan prapemrosesan yang meliputi case folding, pembersihan teks, tokenisasi, penghapusan stopword, normalisasi, dan stemming untuk menghasilkan data yang terstruktur. Metode Term Frequency-Inverse Document Frequency (TF-IDF) digunakan untuk pembobotan kata sehingga dapat mengidentifikasi kata yang paling berpengaruh dalam dokumen. Dataset yang sudah siap kemudian diuji menggunakan algoritma SVM untuk mengklasifikasikan sentimen ke dalam kategori positif dan negatif. Hasil evaluasi menunjukkan bahwa model SVM memiliki akurasi keseluruhan sebesar 87% dari 3.874 data uji. Kelas negatif memberikan performa tinggi dengan precision 0,82, recall 0,94, dan f1-score 0,87, sedangkan kelas positif mencatat precision 0,92, recall 0,85, dan f1-score 0,89. Namun, kelas netral belum terdeteksi dengan baik karena jumlah data yang sedikit. Uji 10-fold cross-validation memperlihatkan akurasi yang konsisten pada rentang 85,4% hingga 87,6%, menandakan kemampuan generalisasi model yang baik tanpa indikasi overfitting.]]>
Copyrights © 2025
