Analisis Sentimen Aplikasi Mpstore Menggunakan Metode Support Vector Machine Multi Kernel

Muhammad Rafidianto; Doni Abdul Fatah; Yudha Dwi Putra Negara

doi:10.31004/innovative.v5i1.17930

Authors

Muhammad Rafidianto Universitas Trunojoyo Madura
Doni Abdul Fatah Universitas Trunojoyo Madura
Yudha Dwi Putra Negara Universitas Trunojoyo Madura

DOI:

https://doi.org/10.31004/innovative.v5i1.17930

Keywords:

Analisis Sentimen, SVM, MPStore

Abstract

MPstore merupakan platform e-commerce yang menawarkan berbagai solusi terintegrasi untuk membantu UMKM dalam mengelolah dan mengembangkan bisnis seperti menyediakan layanan pemasaran digital dan membantu modal usaha melalui Kredit Usaha Rakyat (KUR). MPStore ini sudah bisa di download di Google Play Store yang memiliki banyak penilain sebagai pusat unduhan aplikasi. Pada hal ini jumlah unduhan yang sekarang digunakan untuk menentukan aplikasi mana yang terbaik, selain itu pemberian ulasan komentar dan rating dari aplikasi juga sangat berpengaruh untuk perusahaan. Hal ini membuat analisis review pengguna sangat menarik bagi pemilik aplikasi untuk mengambil keputusan di masa depan. Berkaitan dengan hal ini, penelitian ini bermaksud menganalisis review pengguna aplikasi MPStore pada Google Play Store , menggunakan analisis sentiemen dengan metode Support Vector Machine. Analisis ini dilakukan dengan 3 uji coba, pertama dengan membandingkan K-5 dan K-10, kedua dengan membandingkan C1,10,100 dan ketiga dengan membanding 3 kernel SVM yaitu linier, Polynomial dan Radial Basis Fauntion (RBF). Analisis dilakukan pada 500 review pengguna aplikasi MPStore di Google Play Store . Dalam mengoptimalkan hasil klasifikasi dilakukan beberapa metode pendukung seperti Preprocessing data teks yang meliputi Lower Case, Cleansing, Tokenization, Slangword, Slangword, Stemming. Kemudian penerapan ekstraksi fiturTF-IDF serta pembagian data latih dan data uji menggunakan Confusion Matrix untuk mempermudah proses pengujian. Hasil dari penelitian ini menujukkan bahwa tingkat keakurasian aplikasi MPStore dapat menghasilkan nilai akurasi paling tinggi saat menggunakan kernel Linier yakni sebesar 91%.

References

I. Monika Parapat and M. Tanzil Furqon, “Penerapan Metode Support Vector Machine (SVM) Pada Klasifikasi Penyimpangan Tumbuh Kembang Anak,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, pp. 3163–3169, 2018, [Online]. Available: http://j-ptiik.ub.ac.id

D. P. Daryfayi Edyt and I. Asror, “Sentimen Analisis pada Ulasan Google Play Store Menggunakan Metode Naïve Bayes,” Sentimen Anal. pada Ulas. Google Play Store Menggunakan Metod. Naïve Bayes, vol. 7, no. Ulasan Pada Google Play Store , p. 11, 2020.

Syakuro, “Pada Media Sosial Menggunakan Metode Naïve Bayes Classifier ( NBC ) Dengan Seleksi Fitur Information Gain ( IG ) Halaman Judul Skripsi Oleh : Abdan Syakuro,” Anal. sentimen Masy. terhadap e-commerce pada media Sos. menggunakan Metod. naive bayes Classif. dengan Sel. fitur Inf. gain, pp. 1–89, 2017, [Online]. Available: http://etheses.uinmalang.ac.id/11706/

B. A. B. Ii, A. D Teori, and A. Karimah, “Analisis sentimen masyarakat terhadapat ecommerce pada media sosial menggunakan metode naïve bayes classifier (NBC) dengan seleksi fitur information gain(IG)” no. 2014, pp. 15–63, 1997.

I. Istiadi and A. Y. Rahman, “Optimisasi Parameter Support Vector Machine Berbasis Algoritma Genetika pada Klasifikasi Teks Pengaduan Masyarakat,” Conf. Innov. Appl. Sci. Technol., no. Ciastech, pp. 481–488, 2020, [Online]. Available: http://www.publishingwidyagama.ac.id/ejournalv2/index.php/ciastech/article/view/1904

A. Z. Praghakusma and N. Charibaldi, “Komparasi Fungsi Kernel Metode Support Vector 55 Machine untuk Analisis Sentimen Instagram dan Twitter (Studi Kasus : Komisi Pemberantasan Korupsi),” JSTIE (Jurnal Sarj. Tek. Inform., vol. 9, no. 2, p. 88, 2021, doi: 10.12928/jstie.v9i2.20181.

L. Mardiana, D. Kusnandar, and N. Satyahadewi, “Analisis Diskriminan Dengan K Fold Cross Validation Untuk Klasifikasi Kualitas Air Di Kota Pontianak,” Bimaster, vol. 11, no. 1, pp. 97– 102, 2022.

A. A. Lutfi, A. E. Permanasari, and S. Fauziati, “Corrigendum: Sentiment Analysis in the Sales Review of Indonesian Marketplace by Utilizing Support Vector Machine,” J. Inf. Syst. Eng. Bus. Intell., vol. 4, no. 2, p. 169, 2018, doi: 10.20473/jisebi.4.2.169.

L. B. Ilmawan and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store ,” Ilk. J. Ilm., vol. 12, no. 2, pp. 154–161, 2020, doi: 10.33096/ilkom.v12i2.597.154-161.

R. Wahyudi and G. Kusumawardana, “Analisis Sentimen pada Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” J. Inform., vol. 8, no. 2, pp. 200–207, 2021, doi: 10.31294/ji.v8i2.9681.