Kombinasi Vader Lexicon dan Svm dalam Mengklasifikasi Sentiment Transportasi Online (Grab) pada Ulasan Play Store

Agustiawal Agustiawal
Fachrim Irhamma Rahman
Titin Wahyuni

Jurnal Intelek Insan Cendikia
Vol. 2 No. 12 (2025): Desember 2025

Perkembangan teknologi digital telah mendorong meningkatnya penggunaan layanan transportasi online di Indonesia, salah satunya adalah aplikasi Grab. Banyaknya ulasan pengguna di Google Play Store menjadi sumber data yang berharga untuk mengetahui tingkat kepuasan dan persepsi masyarakat terhadap layanan tersebut. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan pengguna Grab menggunakan kombinasi metode VADER Lexicon dan algoritma Support Vector Machine (SVM). VADER digunakan untuk memberikan skor awal sentimen secara leksikal, kemudian hasil tersebut digunakan sebagai data anotasi untuk melatih model SVM. Hasil penelitian menunjukkan bahwa kombinasi kedua metode ini efektif dalam mengelompokkan sentimen ulasan menjadi positif, negatif, dan netral secara lebih akurat. Pendekatan ini dapat membantu penyedia layanan memahami kebutuhan dan keluhan pengguna, serta meningkatkan kualitas layanan secara berkelanjutan.