<![CDATA[Instagram merupakan salah satu platform media sosial terbesar di dunia dengan lebih dari dua miliar pengguna aktif bulanan. Ulasan pengguna di Google Play Store menjadi sumber data yang kaya untuk memahami persepsi dan kepuasan pengguna terhadap fitur serta layanan yang diberikan. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi Instagram menggunakan tiga algoritma klasifikasi machine learning, yaitu Support Vector Machine (SVM), Random Forest (RF), dan Neural Network (NN), dengan representasi fitur menggunakan metode Bag-of-Words (BoW). Data yang dikumpulkan sebanyak 10.000 ulasan melalui teknik web scraping dari Google Play Store menggunakan library google-play-scraper, dan setelah melalui proses preprocessing diperoleh 7.236 data bersih yang digunakan untuk pemodelan. Pelabelan data dilakukan secara otomatis menggunakan leksikon InSet (Indonesia Sentiment Lexicon). Tahapan preprocessing meliputi pembersihan teks, case folding, normalisasi kata tidak baku, tokenisasi, stopword removal, dan stemming menggunakan algoritma Sastrawi. Hasil eksperimen menunjukkan bahwa SVM memperoleh akurasi tertinggi sebesar 90,7%, diikuti Neural Network 89,2%, dan Random Forest 81,5%. Berdasarkan hasil tersebut, SVM terbukti paling unggul dalam mengklasifikasikan sentimen positif, negatif, dan netral pada ulasan pengguna aplikasi Instagram.]]>
Copyrights © 2026
