<![CDATA[Perkembangan teknologi digital mendorong meningkatnya jumlah ulasan pengguna pada aplikasi streaming yang merepresentasikan pengalaman dan penilaian terhadap suatu layanan. Jumlah ulasan yang tinggi menimbulkan keterbatasan dalam proses evaluasi manual sehingga diperlukan pendekatan klasifikasi sentimen berbasis komputasi. Penelitian ini bertujuan menganalisis sentimen ulasan pengguna aplikasi iQIYI pada Google Play Store tahun 2025 menggunakan algoritma Support Vector Machine (SVM). Data yang digunakan sebanyak 4.929 ulasan pengguna yang diperoleh melalui proses scraping dan diproses melalui tahap pre-processing teks serta pembobotan menggunakan metode TF-IDF. Klasifikasi sentimen dilakukan menggunakan SVM dengan linear kernel dan polynomial kernel untuk membandingkan kinerja model. Hasil penelitian menunjukkan bahwa SVM dengan linear kernel memiliki performa klasifikasi yang lebih unggul dan stabil dibandingkan polynomial kernel dengan tingkat akurasi sebesar 88,92%. Temuan ini menunjukkan bahwa linear kernel efektif digunakan dalam klasifikasi sentimen ulasan pengguna aplikasi iQIYI.]]>
Copyrights © 2026
