ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI TINDER DENGAN METODE SUPPORT VECTOR MACHINE
Main Article Content
Abstract
Penelitian dilakukan untuk mengevaluasi performa Support Vector Machine (SVM) dalam mengkategorikan sentimen pada ulasan pengguna aplikasi Tinder, dengan fokus pada empat aspek: harga, fitur aplikasi, keamanan akun, dan nonaspek. Dari 1627 ulasan yang dianalisis, dibagi menjadi 1138 untuk pelatihan dan 489 untuk pengujian. Evaluasi kinerja dilakukan menggunakan matriks akurasi, precision, recall, dan F1-score. Hasil mengindikasikan kinerja SVM yang bervariasi tergantung pada aspek yang dianalisis. Tingkat akurasi tertinggi diperoleh pada aspek keamanan akun dengan nilai 0.944, sedangkan akurasi terendah ditemukan pada aspek fitur aplikasi yaitu 0.8998. Precision tertinggi untuk sentimen negatif dan netral ada pada aspek keamanan akun, sementara precision untuk sentimen positif paling rendah. Sebaliknya, recall tertinggi ditemukan pada sentimen netral, terutama pada fitur aplikasi dan keamanan akun. Namun, recall untuk sentimen positif pada aspek fitur aplikasi sangat rendah, menunjukkan kesulitan model dalam mendeteksi ulasan positif. Secara keseluruhan, SVM menunjukkan kinerja baik, terutama pada aspek keamanan akun dan sentimen netral, tetapi mengalami tantangan pada aspek fitur aplikasi dalam mengklasifikasikan sentimen positif.
Article Details
Section
Penulis yang menerbitkan dengan jurnal ini setuju pada persyaratan berikut ini:
- Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama, dengan pekerjaan 6 bulan setelah penerbitan secara simultan dengan lisensi di bawah: Creative Commons Attribution License yang memudahkan yang lain untuk berbagi karya dengan pengakuan penerbitan awal dan kepenulisan karya di jurnal ini.
- Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non-ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
- Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).