ANALISIS SENTIMEN PENGGUNA APLIKASI OVO PADA MEDIA SOSIAL X MENGGUNAKAN NAÏVE BAYES DAN SUPPORT VECTOR MACHINE (SVM)

Abstract

Perkembangan teknologi finansial (fintech) seperti aplikasi dompet digital OVO telah mengubah pola transaksi masyarakat. Namun, masalah seperti ketidakstabilan server dan pengalaman pengguna yang kurang memuaskan sering muncul di media sosial. Penelitian ini bertujuan untuk menganalisis sentimen pengguna OVO di platform X (sebelumnya Twitter) dengan membandingkan kinerja dua algoritma machine learning, yaitu Naïve Bayes dan Support Vector Machine (SVM). Data diperoleh melalui web scraping dari 1000 tweet berbahasa Indonesia dengan kata kunci "OVO". Tahapan penelitian meliputi text preprocessing (pembersihan data, tokenisasi, penghapusan stopword), ekstraksi fitur menggunakan TF-IDF, serta klasifikasi sentimen (positif, negatif, netral). Hasil evaluasi menunjukkan bahwa SVM mencapai akurasi tertinggi sebesar 85,2%, sedangkan Naïve Bayes mencapai 78,5%. Metode SVM juga unggul dalam presisi (87%) dan recall (83%) karena kemampuannya menangani data tidak linear. Temuan ini memberikan rekomendasi kepada pengembang OVO untuk meningkatkan stabilitas server dan fitur berdasarkan keluhan pengguna. Penelitian ini juga menjadi referensi bagi pengembangan analisis sentimen dengan pendekatan komparasi algoritma.