Analisis Sentimen Ulasan Pengguna Aplikasi M-Banking Menggunakan Algoritma Support Vector Machine dan Decision Tree

Abstract

Kemajuan teknologi dan informasi membawa pengaruh besar pada kehidupan manusia. Pemanfaatan teknologi tersebut telah banyak digunakan manusia khususnya adalah pemanfaatan teknologi internet. Internet yang dapat digunakan dengan harga yang terjangkau beserta dengan perangkat keras pendukung yang mudah didapatkan telah membawa manusia ke dalam era yang lebih modern. Pada penelitian ini melakukan analisis sentimen terhadap penggunaan aplikasi Motion Banking menggunakan algoritma Support Vector Machine (SVM) dan algoritma Decision Tree. Penelitian ini menggunakan metode Knowledge Discovery in Database (KDD). Tujuan dari penelitian ini adalah untuk mengklasifikasikan data ulasan dari pengguna aplikasi Motion Banking kedalam sentimen positive dan negative dengan mempelajari pendapat pengguna tentang aplikasi Motion Banking melalui ulasan yang diberikan, dan untuk mengetahui performa dari metode pengklasifikasi yang digunakan. Pada penelitian ini data diperoleh dengan cara mengangkat data dari ulasan pengguna aplikasi Motion Banking pada Google Play Store menggunakan teknik scraping dan berhasil mendapatkan 7000 data ulasan. Hasil terbaik diperoleh pada skenario 3 (70:30) menggunakan algoritma Support Vector Machine dengan kernel Linear yang menghasilkan accuracy sebesar 93,7%, precision 93,6%, recall 91%, dan f1-score 92,3%, sedangkan untuk algoritma Decision Tree memiliki nilai accuracy 83%, precision 80,7%, recall 77%, dan f1-score 79,1%.