<![CDATA[Kemajuan pesat dalam teknologi pendidikan digital telah memicu pertumbuhan platform pembelajaran online, salah satunya adalah aplikasi Ruangguru. Banyaknya ulasan pengguna yang ada pada aplikasi ini menjadi sumber penting untuk menilai tingkat kepuasan pengguna terhadap layanan dan fitur-fiturnya. Penelitian ini memfokuskan pada analisis sentimen dari ulasan pengguna Ruang guru menggunakan pengklasifikasi Support Vector Machine (SVM).Data ulasan diperoleh dari Google Play Store dan dibagi menjadi dua kategori: positif dan negatif. Proses metodologis mencakup pengumpulan data, tahap-tahap praproses teks seperti pembersihan data, tokenisasi, penghapusan kata-kata umum (stopword), serta stemming. Selanjutnya, teks diproses menjadi vektor fitur numerik dengan metode pembobotan Term Frequency–Inverse Document Frequency (TF–IDF), diikuti dengan klasifikasi menggunakan algoritma SVM. Hasil eksperimen menunjukkan bahwa SVM mampu menghasilkan akurasi tinggi dalam mengklasifikasikan sentimen ulasan pengguna. Dengan demikian, hasil penelitian ini bertujuan memberikan informasi bagi tim pengembangan Ruangguru dengan mengungkap kebutuhan dan preferensi pengguna serta mengidentifikasi fitur aplikasi yang mungkin perlu perbaikan, guna mendukung upaya meningkatkan kualitas layanan dan pengalaman pengguna secara keseluruhan.]]>
Copyrights © 2026
