<![CDATA[Ulasan pengguna pada aplikasi MyBiznet di Google Play Store merupakan sumber informasi yang penting untuk mengetahui tingkat kepuasan pengguna terhadap kualitas layanan dan performa aplikasi. Namun, jumlah ulasan yang terus bertambah menyebabkan proses analisis secara manual menjadi kurang efektif, memerlukan waktu yang lama, serta berpotensi menimbulkan subjektivitas. Penelitian ini bertujuan merancang sistem informasi analisis sentimen yang mampu mengklasifikasikan ulasan pengguna secara otomatis menggunakan algoritma Support Vector Machine (SVM). Metode penelitian yang digunakan meliputi pengumpulan data melalui observasi, wawancara, studi pustaka, dan scraping ulasan Google Play Store. Data diproses melalui tahapan text preprocessing yang terdiri atas cleaning, case folding, normalisasi, tokenizing, stopword removal, dan stemming, kemudian dilakukan pembobotan menggunakan Term Frequency–Inverse Document Frequency (TF-IDF) serta klasifikasi menggunakan algoritma SVM. Hasil penelitian menunjukkan bahwa sistem berhasil diimplementasikan dan mampu melakukan analisis sentimen mulai dari pengunggahan data, proses klasifikasi, hingga penyajian hasil dalam bentuk dashboard visualisasi. Berdasarkan hasil evaluasi menggunakan Confusion Matrix dan Classification Report, model memperoleh tingkat akurasi sebesar , yang menunjukkan kemampuan klasifikasi yang baik, terutama pada sentimen positif dan negatif. Dengan demikian, sistem yang dikembangkan dapat membantu Biznet dalam mengolah ulasan pengguna secara lebih cepat, objektif, dan terstruktur sebagai bahan evaluasi peningkatan kualitas layanan. Disarankan agar Biznet memanfaatkan sistem ini sebagai pendukung evaluasi layanan serta memperbarui data ulasan secara berkala untuk menjaga kualitas hasil analisis.]]>
Copyrights © 2026
