<![CDATA[Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna aplikasi Gojek secara otomatis menggunakan algoritma Decision Tree dengan optimasi hyperparameter GridSearchCV dan teknik penyeimbangan data SMOTE. Ulasan pengguna dari Google Play Store mencerminkan persepsi terhadap layanan, sehingga diperlukan metode analisis yang efisien. Dataset terdiri dari 44.950 ulasan yang diperoleh dari Kaggle dan diproses melalui tahapan tokenisasi, stopword removal, stemming, dan representasi numerik menggunakan TF-IDF. Model Decision Tree awal menghasilkan akurasi 87,59%. Setelah penerapan GridSearchCV dan SMOTE, akurasi model pada data seimbang menjadi 83,5% dengan F1-score 0,84. Namun, performa terhadap kelas minoritas (netral) masih rendah. Sebagai pembanding, model Random Forest menunjukkan hasil lebih baik dengan akurasi 86,5% dan F1-score 0,86. Hasil penelitian menunjukkan bahwa kombinasi TF-IDF dan Decision Tree efektif untuk klasifikasi sentimen mayoritas, tetapi kurang optimal pada kelas minoritas. Penggunaan model yang lebih kompleks seperti Random Forest disarankan untuk hasil klasifikasi yang lebih merata.]]>
Copyrights © 2026
