12180523

• Andika Surya Lesmana

---

ABSTRAK

Andika Surya Lesmana (12182341), Analisis Sentimen Terhadap Aplikasi PeduliLindungi pada Play Store Menggunakan Support Vector Machine

PeduliLindungi merupakan aplikasi yang dibuat dan dikembangkan oleh pemerintah yang bertujuan untuk membantu instansi pemerintah terkait dalam melakukan pelacakan serta untuk menghentikan penyebaran virus covid-19 yang menjadi penyebab dari pandemi dunia dengan kasus mencapai 6.725.847 per Januari 2023. Aplikasi PeduliLindungi sendiri sudah mencapai 50jt kali unduhan pada platform Google Playstore dan mendapat satu juta ulasan. Banyaknya ulasan yang didapat akan menyulitkan untuk mengetahui sejauh mana kesan yang diberikan pengguna aplikasi PeduliLindungi, maka dari itu diperlukannya analisis sentimen untuk memudahkan pengklasifikasian. Support Vector Machine (SVM) merupakan salah satu machine learning dan juga metode yang banyak digunakan untuk mengatasi masalah klasifikasi. Dalam penelitian ini, peneliti mengambil data berjumlah 1000 ulasan. Tujuan dari penelitian ini ialah untuk mengetahui sentimen pengguna aplikasi dan untuk mengukur performa dari algoritma SVM. Klasifikasi dibagi menjadi 2 (dua) kelas, kelas positif dan kelas negatif, terdapat 165 ulasan positif dan 835 ulasan negatif. Hasil klasifikasi menggunakan metode SVM mendapatkan nilai presisi sebesar 0.9475, nilai recall sebesar 0.8525, nilai f1 sebesar 0.9 dan yang terakhir nilai support vector sebesar 160.

KATA KUNCI

Analisis Sentimen,Algoritma Multi Support Vector Machine

---

DAFTAR PUSTAKA

[1] H. Azwar, “Community Satisfaction Analysis of Public Services in the Covid19 Era,” Sosio e-Kons, vol. 11, no. 3, p. 259, 2020.

[2] Ihsanuddin, “Fakta Lengkap Kasus Pertama Virus Corona di Indonesia,” Mar. 2020. https://nasional.kompas.com/read/2020/03/03/06314981/fakta-lengkapkasus-pertama-virus-corona-di-indonesia (accessed Sep. 05, 2022).

[3] “Beranda | Covid19.go.id.” https://covid19.go.id/ (accessed Sep. 05, 2022).

[4] “PeduliLindungi.” https://www.pedulilindungi.id/ (accessed Sep. 05, 2022).

[5] A. M. Pratama, “Mengenal Aplikasi PeduliLindungi, Manfaat dan Cara Penggunaanya,” Kompas.com, 2021. https://money.kompas.com/read/2021/08/28/100500626/mengenal-aplikasipedulilindungi-manfaat-dan-cara-penggunaanya (accessed Sep. 05, 2022).

[6] D. D. Kliwantoro, “Aplikasi PeduliLindungi antara kesehatan dan keamanan data - ANTARA News,” Aug. 15, 2021. https://www.antaranews.com/berita/2328290/aplikasi-pedulilindungi-antarakesehatan-dan-keamanan-data (accessed Sep. 15, 2022).

[7] “Ini 15 Masalah di Aplikasi PeduliLindungi yang Harus Diperbaiki.” https://inet.detik.com/security/d-5716818/ini-15-masalah-di-aplikasipedulilindungi-yang-harus-diperbaiki (accessed Sep. 15, 2022).

[8] C. Chairunnisa, I. Ernawati, and M. M. Santoni, “Klasifikasi Sentimen Ulasan Pengguna Aplikasi PeduliLindungi di Google Play Menggunakan Algoritma Support Vector Machine dengan Seleksi Fitur Chi-Square,” Inform. J. Ilmu Komput., vol. 18, no. 1, p. 69, 2022, doi: 10.52958/iftk.v17i4.4594.

[9] U. B. Mulia, “ANALISIS SENTIMEN REVIEW APLIKASI PEDULILINDUNGI PADA,” vol. 6, no. 2, pp. 353–361, 2022.

[10] A. Zumarniansyah, R. Pebrianto, and W. Gata, “TWITTER SENTIMENT ANALYSIS OF POST NATURAL DISASTERS USING COMPARATIVE CLASSIFICATION ALGORITHM SUPPORT VECTOR,” pp. 169–174.

[11] S. S. M. K. Indah Werdiningsih, S. S. M. K. Barry Nuqoba, and S. S. M. S. Muhammadun, Data Mining Menggunakan Android, Weka, dan SPSS. Airlangga University Press, 2020.

[12] F. A. Nugraha, N. H. Harani, R. Habibi, and R. M. Awangga, Analisis Sentimen Terhadap Pembatasan Sosial Menggunakan Deep Learning. Kreatif.

[13] B. B. Gupta, D. Perakovi?, A. A. Abd El-Latif, and D. Gupta, Data Mining Approaches for Big Data and Sentiment Analysis in Social Media. IGI Global, 2021.

[14] P. Soepomo, “Penerapan Text Mining Pada Sistem Klasifikasi Email Spam Menggunakan Naive Bayes,” Penerapan Text Min. Pada Sist. Klasifikasi Email Spam Menggunakan Naive Bayes, vol. 2, no. 3, pp. 73–83, 2014.

[15] S. Saifullah, M. Zarlis, Z. Zakaria, and R. W. Sembiring, “Analisa Terhadap Perbandingan Algoritma Decision Tree Dengan Algoritma Random Tree Untuk Pre-Processing Data,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 1, no. 2, p. 180, 2017, doi: 10.30645/j-sakti.v1i2.41.

[16] Y. Yuliana, P. Paradise, and K. Kusrini, “Sistem Pakar Diagnosa Penyakit Ispa Menggunakan Metode Naive Bayes Classifier Berbasis Web,” CSRID (Computer Sci. Res. Its Dev. Journal), vol. 10, no. 3, p. 127, 2021, doi: 10.22303/csrid.10.3.2018.127-138.

[17] R. R. A. Siregar, Z. U. Siregar, and R. Arianto, “Klasifikasi Sentiment Analysis Pada Komentar Peserta Diklat Menggunakan Metode K-Nearest Neighbor,” Kilat, vol. 8, no. 1, 2019, doi: 10.33322/kilat.v8i1.421.

[18] D. A. Pratiwi, R. M. Awangga, and M. Y. H. Setyawan, SELEKSI CALON KELULUSAN TEPAT WAKTU MAHASISWA TEKNIK INFORMATIKA MENGGUNAKAN METODE NAÏVE BAYES. Kreatif, 2020.

[19] M. Y. H. S. S. K. M. K. R. H. S. K. M. T. Irfan Mayendra Putra, PANDUAN LENGKAP KLASIFIKASI DOKUMEN ARSIP PROGRAM STUDI MENGUNAKAN SUPPORT VECTOR MACHINE. CV. Kreatif Industri Nusantara, 2020.

[20] A. A. Kasim, M. Sudarsono, J. T. Informasi, F. Teknik, and U. Tadulako, “Algoritma Support Vector Machine ( SVM ) untuk Klasifikasi Ekonomi Penduduk Penerima Bantuan Pemerintah di Kecamatan Simpang Raya Sulawesi Tengah,” pp. 568–573, 2019.

[21] W. Bourequat and H. Mourad, “Sentiment Analysis Approach for Analyzing iPhone Release using Support Vector Machine,” Int. J. Adv. Data Inf. Syst., vol. 2, no. 1, pp. 36–44, 2021, doi: 10.25008/ijadis.v2i1.1216.

[22] W. A. and A. M., “A Study using Support Vector Machines to Classify the Sentiments of Tweets,” Int. J. Comput. Appl., vol. 170, no. 2, pp. 8–12, 2017, doi: 10.5120/ijca2017914690.

[23] R. Ardianto, T. Rivanie, Y. Alkhalifi, F. S. Nugraha, and W. Gata, “Sentiment Analysis on E-Sports for Education Curriculum Using Naive Bayes and Support Vector Machine,” J. Ilmu Komput. dan Inf., vol. 13, no. 2, pp. 109–122, 2020, doi: 10.21609/jiki.v13i2.885.

[24] S. Fransiska and A. Irham Gufroni, “Sentiment Analysis Provider by.U on Google Play Store Reviews with TF-IDF and Support Vector Machine (SVM) Method,” Sci. J. Informatics, vol. 7, no. 2, pp. 2407–7658, 2020, [Online]. Available: http://journal.unnes.ac.id/nju/index.php/sji.