Implementasi Algoritma Support Vector Machine pada Ulasan Aplikasi Shopee di Google Play

Abstract

Perkembangan teknologi informasi dan ilmu pengetahuan pada saat ini semakin pesat, salah satunya adalah e-commerce. Salah satu e-commerce yang cukup booming adalah Shopee. Seiring dengan semakin terkenalnya Shopee, terdapat sejumlah pengguna aplikasi pun melaporkan masalah Shopee. Shopee sering mengalami error dan sebagainya. Tanggapan dan komentar dari masyarakat juga tercantum pada review dari Google Play. Peneliti melakukan scrapping dan diapatkan 26669 data yang diambil dari Desember 2022 hingga Juni 2023. Data tersebut kemudain diberikan label (negatif, positif, dan netral), pembobotan, dan klasifikasi menggunakan algorima Support Vector Machine. Tujuan dilakukannya penelitian ini untuk mengetahui gambaran umum sentimen pengguna aplikasi Shopee dan seberapa akurat hasil sentimen menggunakan algorima SVM. Klasifikasi terbaik didapatkan dengan metode kernel Radial Basis Function (RBF) yaitu sebesar sebesar 86.47% dan nilai AUC 0.87 yang mengartikan bahwa tingkat akurasi kernel ini sudah dalam kategori baik. Hasil analisis diketahui bahwa pengguna mayoritas bersentimen negatif yakni aplikasi yang cukup berat dan lambat ketika membukanya, barang yang tidak sesuai, dan pengiriman yang lambat