<![CDATA[Abstrak − Aplikasi alfagift merupakan salah satu aplikasi belanja online yang banyak diunduh di Google Play Store, menerima ribuan ulasan dari pengguna setiap harinya. Proses meninjau ulasan ini secara manual menjadi tidak efisien karena keterbatasan tenaga dan waktu, sehingga berpotensi memperlambat respons tim dalam mengambil keputusan strategis. Untuk mengoptimalkan proses ini, penerapan model machine learning sangat diperlukan untuk mengotomatisasi analisis sentimen dan identifikasi tema utama dalam ulasan. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Alfagift menggunakan metode Support Vector Machine (SVM) dan mengidentifikasi topik utama dalam ulasan dengan pendekatan Latent Dirichlet Allocation (LDA) . Dataset yang digunakan telah melalui proses preprocessing berupa case folding , tokenizing, filtering , dan stemming . Hasil evaluasi menunjukkan bahwa model SVM dengan kernel polynomial memberikan akurasi tertinggi sebesar 95,9%, menandakan kemampuan yang baik dalam membedakan ulasan positif dan negatif. Pendekatan Latent Dirichlet Allocation (LDA) berhasil mengidentifikasi topik dominan, dengan nilai koherensi optimal sebesar 0,3164 (ulasan positif, 8 topik) dan 0,3177 (ulasan negatif, 7 topik). Berdasarkan analisis, mayoritas pengguna menyampaikan ulasan positif terkait kemudahan belanja dan promo menarik, meskipun beberapa masalah teknis masih menjadi keluhan. Penelitian ini menunjukkan bahwa kombinasi SVM dan LDA efektif untuk mengevaluasi kepuasan pengguna serta mengidentifikasi area perbaikan layanan Alfagift.Kata Kunci: Alfagift; Analisis Sentimen; LDA; SVM; Ulasan Pengguna; Abstract − The Alfagift app is one of the most downloaded online shopping apps on the Google Play Store, receiving thousands of user reviews daily. Manually reviewing these reviews is inefficient due to limited resources and time, potentially slowing down the team's ability to make strategic decisions. To optimize this process, implementing machine learning models is essential to automate sentiment analysis and identify key themes within reviews. This research aims to analyze the sentiment of user reviews of the Alfagift application using the Support Vector Machine (SVM) method and to identify the main topics in the reviews using the Latent Dirichlet Allocation (LDA) approach. The dataset used has undergone preprocessing including case folding, tokenization, filtering, and stemming. The evaluation results show that the SVM model with a polynomial kernel provides the highest accuracy of 95.9%, indicating a good ability to differentiate between positive and negative reviews. The Latent Dirichlet Allocation (LDA) approach successfully identified dominant topics, with an optimal coherence value of 0.3164 (positive reviews, 8 topics) and 0.3177 (negative reviews, 7 topics). Based on the analysis, the majority of users provided positive reviews regarding the ease of shopping and attractive promotions, although some technical issues remain a complaint. This study demonstrates that the combination of SVM and LDA is effective for evaluating user satisfaction and identifying areas for service improvement at Alfagift.Keywords: Alfagift; Sentiment Analysis; LDA; SVM; User Reviews;]]>
Copyrights © 2025
