Klasifikasi Sentimen Terhadap Ulasan Pengguna Aplikasi DANA Menggunakan Metode Support Vector Machine

Dentar Prapasta (Institut Teknologi dan Bisnis Asia Malang, Indonesia)
Mohammad Zainuddin (Institut Teknologi dan Bisnis Asia Malang, Indonesia)

JUSIFOR : Jurnal Sistem Informasi dan Informatika
Vol 5 No 1 (2026): JUSIFOR - Juni 2026

DANA merupakan salah satu platform fintech asal Indonesia. Banyaknya jumlah ulasan aplikasi DANA sebagai e-wallet populer menyebabkan proses pemantauan kepuasan pengguna secara manual menjadi tidak praktis. Penelitian ini berfokus pada analisis sentimen untuk menggali persepsi masyarakat terhadap aplikasi DANA. Metode yang digunakan adalah algoritma Support Vector Machine (SVM) yang dikombinasikan dengan pembobotan Term Frequency–Inverse Document Frequency (TF-IDF). Sebanyak 50.000 ulasan diproses melalui sejumlah tahapan preprocessing, mulai dari cleaning, case folding, normalization, stopword removal, hingga stemming. Hasil pengujian menunjukkan bahwa model SVM memberikan performa yang baik dengan akurasi sebesar 83%. Pada sentimen positif, model mencapai precision 89%, recall 92%, dan F1-score 90%. Selain itu, analisis frekuensi kata memperlihatkan bahwa kata kunci “cepat” dan “mudah” muncul lebih dominan dibandingkan “lambat” maupun “susah”, yang menggambarkan kepuasan pengguna terhadap performa aplikasi. Dengan demikian, metode SVM dapat dikatakan efektif dalam melakukan analisis sentimen pada data ulasan berjumlah besar.