<![CDATA[Penelitian ini bertujuan menganalisis sentimen ulasan pengguna GoPay serta membandingkan kinerja algoritma Naïve Bayes dan Support Vector Machine (SVM). Data sebanyak 500 ulasan berbahasa Indonesia dikumpulkan secara otomatis dari Google Play Store menggunakan google-play-scraper. Data melalui tahapan pra-pemrosesan meliputi pembersihan teks, case folding, stopword removal, stemming, dan translasi ke bahasa Inggris. Pelabelan sentimen dilakukan menggunakan TextBlob dan menghasilkan tiga kelas: positif, netral, dan negatif. Untuk mengatasi ketidakseimbangan kelas, dilakukan augmentasi pada data minoritas. Fitur diekstraksi menggunakan TF-IDF dan data dibagi menjadi 80% data latih dan 20% data uji. Hasil pengujian menunjukkan bahwa SVM memberikan performa terbaik dengan akurasi 0,94, lebih tinggi dibandingkan Naïve Bayes sebesar 0,88. Selain itu, SVM juga menunjukkan nilai precision, recall, dan F1-score yang lebih konsisten. Dengan demikian, SVM lebih efektif dalam mengklasifikasikan sentimen ulasan pengguna GoPay.]]>
Copyrights © 2024
