cover
Contact Name
Mustakim
Contact Email
officialmalcom.irpi@gmail.com
Phone
+6285275359942
Journal Mail Official
malcom@irpi.or.id
Editorial Address
INSTITUT RISET DAN PUBLIKASI INDONESIA Jl. Tuah Karya Ujung C7. Kel. Tuah Madani Kec. Tampan Kota Pekanbaru - Riau
Location
Kota pekanbaru,
Riau
INDONESIA
Malcom: Indonesian Journal of Machine Learning and Computer Science
ISSN : 27972313     EISSN : 27758575     DOI : -
Core Subject : Science,
MALCOM: Indonesian Journal of Machine Learning and Computer Science is a scientific journal published by the Institut Riset dan Publikasi Indonesia (IRPI) in collaboration with several Universities throughout Riau and Indonesia. MALCOM will be published 2 (two) times a year, April and October, each edition containing 10 (Ten) articles. Articles may be written in Indonesian or English. articles are original research results with a maximum plagiarism of 15%. Articles submitted to MALCOM will be reviewed by at least 2 (two) reviewers. The submitted article must meet the assessment criteria and in accordance with the instructions and templates provided by MALCOM. The author should upload the Statement of Intellectual/ Copyright Rights when submitting the manuscript. Papers must be submitted via the Open Journal System (OJS) in .doc or .docx format. The entire process until MALCOM is published will be free of charge. MALCOM is registered in National Library with Number International Standard Serial Number (ISSN) Printed: 2797-2313 and Online 2775-8575. Focus and scope of MALCOM includes Data Mining, Data Science, Artificial Intelligence, Computational Intelligence, Natural Language Processing, Big Data Analytic, Computer Vision, Expert System, Text and Web Mining, Parallel Processing, Intelligence System, Decision Support System and Software Engineering
Articles 581 Documents
Analisis Sentimen Ulasan Figma dan Canva di Google Play Store Menggunakan Support Vector Machine dan SMOTE : Sentiment Analysis Figma and Canva Reviews on Google Play Store Using Support Vector Machine and SMOTE Putri, Indriani Zabrina; Fithri, Diana Laily; Setiawan, R. Rhoedy
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 4 (2026): MALCOM October 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i4.3076

Abstract

Ulasan pengguna di Google Play Store memberikan informasi penting tentang pengalaman dan tingkat kepuasan pengguna terhadap aplikasi seluler. Penelitian ini bertujuan membandingkan sentimen pengguna aplikasi Canva dan Figma serta mengevaluasi kinerja algoritma Support Vector Machine (SVM) yang dikombinasikan dengan Synthetic Minority Over-sampling Technique (SMOTE) dalam mengklasifikasikan sentimen pengguna. Sebanyak 8.192 ulasan dikumpulkan dan diproses melalui tahapan pembersihan data, case folding, tokenisasi, penghapusan stopword, stemming, pelabelan sentimen berdasarkan rating pengguna, serta ekstraksi fitur menggunakan Term Frequency–Inverse Document Frequency (TF-IDF). Dataset dibagi menjadi data pelatihan dan data pengujian dengan rasio 80:20. SMOTE diterapkan pada data pelatihan untuk mengatasi ketidakseimbangan kelas sebelum proses pemodelan menggunakan SVM. Hasil evaluasi menunjukkan bahwa model memperoleh akurasi sebesar 87,19%, precision 95,32%, recall 87,01%, dan F1-score 90,97%. Sentimen positif mendominasi ulasan pada kedua aplikasi. Pengguna Canva lebih banyak menyampaikan keluhan terkait layanan berlangganan dan pengelolaan akun, sedangkan pengguna Figma lebih sering mengalami kendala login, aksesibilitas aplikasi, dan masalah teknis. Temuan ini menunjukkan bahwa kombinasi SVM dan SMOTE mampu menghasilkan kinerja klasifikasi yang baik serta memberikan informasi yang dapat digunakan oleh pengembang untuk meningkatkan kualitas layanan, mengoptimalkan fitur aplikasi, dan meningkatkan kepuasan pengguna.