Analisis Sentimen Ulasan Aplikasi Threads Pada Google Play Store Menggunakan Algoritma Support Vector Machine

Abstrak

Dalam platform Google Play Store terdapat kolom ulasan pada setiap aplikasi yang berisikan opini pengalaman pengguna ketika menggunakan suatu aplikasi. Dan ulasan pengguna tersebut dapat dijadikan sebagai bahan evaluasi kualitas layanan aplikasi, akan tetapi jumlah ulasan yang sangat banyak menyulitkan pengembang dalam menganalisis ulasan pengguna tersebut secara manual. Threads merupakan aplikasi media sosial yang menyediakan sarana berkomunikasi dan hiburan yang diciptakan oleh Meta mendapatkan banyak ulasan dari para penggunanya. Penelitian ini menganalisis sentimen pengguna terhadap aplikasi Threads melalui klasifikasi ulasan untuk mengetahui opini positif dan negatif. Diperoleh sebanyak 1808 data ulasan pengguna aplikasi Threads yang digunakan sebagai data penelitian yang terdiri dari 961 data positif dan 847 data negatif. Pelabelan sentimen akan dilakukan menggunakan alat bantu AI Copilot. Data tersebut akan melalui beberapa tahap yaitu, pemilihan data, pembersihan data, normalisasi data, dan pembobotan kata menggunakan metode TF-IDF sebelum dilakukan tahap data mining menggunakan algoritma Support Vector Machine (SVM). Hasil pengujian ditunjukan model yang dibangun mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 93,03% pada pembagian data latih dan uji 80:20 dengan kernel rbf. Pada Word Cloud sentimen positif didominasi oleh kata yang berkaitan dengan apresiasi pengguna terhadap layanan aplikasi Threads, sementara Word Cloud sentimen negatif didominasi dengan keluhan pengguna terhadap sistem penangguhan dan fitur pada aplikasi Threads. Hasil penelitian ini mengindikasikan bahwa metode yang digunakan mampu dalam mengindentifikasi opini pengguna dan dapat dijadikan sebagai bahan evaluasi peningkatan kualitas layanan aplikasi.