ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI ALFAGIFT DI GOOGLE PLAY STORE DENGAN ALGORITMA SUPPORT VECTOR MACHINE

RISPANILA, SIVANI and Aan, Erlanshari and Nurul, Renaningtias (2025) ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN APLIKASI ALFAGIFT DI GOOGLE PLAY STORE DENGAN ALGORITMA SUPPORT VECTOR MACHINE. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
SKRIPSI Sivani Rispanila (G1F019020) - Sivani Rispanila.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (7MB)

Abstract

Ulasan pengguna pada aplikasi mobile memberikan wawasan berharga bagi
pengembang dalam meningkatkan kualitas layanan dan pengalaman pengguna. Penelitian
ini bertujuan untuk melakukan analisis sentimen berbasis aspek terhadap ulasan aplikasi
Alfagift di Google Play Store dengan menggunakan algoritma Support Vector Machine
(SVM). Data yang digunakan dalam penelitian ini terdiri dari 12.127 ulasan, yang
diklasifikasikan menjadi 9.535 ulasan positif dan 2.595 ulasan negatif. Sentimen dalam
ulasan tersebut dikategorikan ke dalam lima aspek utama, yaitu kualitas sistem, kualitas
informasi, kualitas layanan, kegunaan, dan kepuasan pengguna. Proses analisis dilakukan
melalui beberapa tahapan, termasuk pembersihan data (preprocessing), konversi teks ke
dalam bentuk numerik menggunakan TF-IDF, serta klasifikasi sentimen menggunakan
SVM dengan kernel linear. Hasil penelitian menunjukkan bahwa aspek kegunaan dan
kepuasan pengguna memiliki jumlah ulasan positif tertinggi, sedangkan aspek kualitas
sistem dan kualitas layanan memiliki proporsi ulasan negatif yang cukup besar. Model
SVM yang digunakan menunjukkan performa yang sangat baik dengan akurasi 94,82%,
yang dievaluasi menggunakan confusion matrix. Selain itu, visualisasi data dengan
wordcloud membantu dalam mengidentifikasi kata-kata yang sering muncul dalam ulasan
pengguna. Hasil penelitian ini dapat memberikan rekomendasi bagi pengembang aplikasi
Alfagift dalam memperbaiki kendala teknis pada aplikasi, keterlambatan pengiriman, dan
ketidaksesuaian stok barang. Permasalahan-permasalahan tersebut berpotensi
menurunkan tingkat kepuasan pengguna serta citra layanan secara keseluruhan. Dengan
menerapkan teknik analisis sentimen berbasis aspek, pengembang dapat memahami lebih
dalam opini pengguna dan mengoptimalkan fitur aplikasi sesuai dengan kebutuhan
pelanggan.
Kata Kunci : Analisis Sentimen, Support Vector Machine, Alfagift, Ulasan Pengguna,
Google Play Store

Item Type: Thesis (Other)
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Engineering > Department of Information Systems Engineering
Depositing User: 58 lili haryanti
Date Deposited: 25 Sep 2025 04:07
Last Modified: 25 Sep 2025 04:07
URI: https://repository.unib.ac.id/id/eprint/26287

Actions (login required)

View Item
View Item

slot gacor terbaik

slot gacor terpercaya

Situs Resmi Bisawd

slot gacor 4d

Slot Terpercaya

Slot Gacor bet 200