<![CDATA[Pada era Revolusi Industri 4.0, aplikasi seluler mempermudah masyarakat dalam melakukan pemesanan perjalanan, mencari informasi, membandingkan harga, hingga memanfaatkan promosi. Salah satu indikator penting dalam mengevaluasi kualitas layanan aplikasi adalah rating dan ulasan pengguna di platform seperti Google Play Store. Oleh karena itu, analisis sentimen menjadi sangat relevan untuk menggali persepsi pengguna terhadap suatu layanan. Melalui analisis sentimen, perusahaan dapat mengidentifikasi ulasan positif, negatif, dan netral sebagai dasar untuk meningkatkan kualitas layanan, membangun reputasi, dan meningkatkan loyalitas pelanggan. Penelitian ini menggunakan data ulasan pengguna dari aplikasi Traveloka dan Agoda yang diambil melalui teknik web scraping di Google Play Store menggunakan Google Colab. Data yang diperoleh kemudian diproses melalui tahapan preprocessing, meliputi: normalisasi, pembersihan data (cleansing), pelabelan (labeling), case folding, tokenisasi, penghapusan stopword, stemming, serta pembobotan kata menggunakan metode Bag-of-Words (BoW) dan Term Frequency-Inverse Document Frequency (TFIDF). Setelah itu, proses klasifikasi sentimen dilakukan menggunakan dua algoritma, yaitu Support Vector Machine (SVM) dan Naïve Bayes (NB), dengan tiga kategori sentimen: positif, negatif, dan netral. Hasil pengujian menunjukkan bahwa algoritma SVM berhasil mencapai akurasi tertinggi sebesar 92%, khususnya dalam mengklasifikasikan ulasan dengan sentimen positif dan negatif. Sementara itu, algoritma Naïve Bayes menghasilkan akurasi maksimal sebesar 96% pada dataset tertentu dan menunjukkan kinerja lebih stabil dalam mengenali sentimen netral. Oleh karena itu, pemilihan algoritma terbaik dapat disesuaikan dengan fokus kebutuhan analisis sentimen yang ingin dicapai.]]>
Copyrights © 2025
