Abstract:
Perkembangan teknologi informasi dan meningkatnya penggunaan aplikasi
e-commerce menghasilkan banyak ulasan pengguna yang dapat dimanfaatkan
untuk mengetahui tingkat kepuasan terhadap suatu layanan. SPayLater dan SPinjam
sebagai fitur pada aplikasi Shopee juga menerima berbagai tanggapan berupa
sentimen positif, negatif, dan netral, sehingga diperlukan metode untuk
menganalisis sentimen secara otomatis. Penelitian ini bertujuan untuk menganalisis
sentimen pengguna serta menerapkan algoritma Support Vector Machine (SVM)
dalam mengklasifikasikan ulasan. Data yang digunakan sebanyak 500 ulasan dari
Google Play Store. Metode yang digunakan meliputi preprocessing, pelabelan, dan
klasifikasi menggunakan SVM. Hasil penelitian menunjukkan bahwa terdapat 231
sentimen positif, 230 sentimen negatif, dan 39 sentimen netral. Evaluasi model
menghasilkan accuracy sebesar 74%, precision 0,78, dan recall 0,84, yang
menunjukkan kinerja model cukup baik. Sistem yang dibangun juga mampu
mengolah data secara otomatis dan menampilkan hasil klasifikasi dengan baik.
Dengan demikian, algoritma SVM efektif digunakan dalam analisis sentimen
terhadap layanan SPayLater dan SPinjam pada aplikasi Shopee.
