Penerapan Text Mining Analisis Sentimen Ulasan Pengguna Aplikasi Qara’a Menggunakan Algoritma Support Vector Machine

Abstract

Aplikasi Qara’a merupakan aplikasi belajar mengaji digital yang dilengkapi lebih dari 20 fitur unggulan, seperti koreksi bacaan otomatis, dan sesi bimbingan langsung dengan ustadz. Sejak dirilis pada tahun 2018, aplikasi ini telah memperoleh 47.1 ribu ulasan pengguna di Google Play Store. Ulasan-ulasan tersebut sangat bermanfaat bagi pihak pengembang untuk mengetahui kelebihan dan kekurangan dari aplikasinya. Namun, proses analisis sentimen untuk perolehan informasi mengenai kekurangan dan kelebihan secara manual menjadi tantangan bagi pengembang, karena membaca ulasan pengguna satu persatu secara manual tentunya memerlukan tenaga dan waktu yang sangat lama. Untuk mengatasi masalah ini, diperlukan sistem dengan penerapan text mining, untuk analisis sentimen secara otomatis menggunakan algoritma support vector machine dalam membantu dan mempercepat proses klasifikasi ulasan pengguna kedalam kategori positif dan negatif. Penelitian ini bertujuan untuk mengetahui sentimen ulasan pengguna aplikasi Qara’a dan tingkat akurasi yang dihasilkan dari penerapan algoritma support vector machine. Berdasarkan hasil analisis dan pengujian terhadap 10.573 ulasan pengguna aplikasi Qara’a yang diperoleh di Google Play Store, menunjukkan bahwa sebagian besar pengguna memberikan ulasan positif terkait manfaat aplikasi, sementara negatif lebih banyak terkait masalah berlangganan dan fitur. Penerapan text mining dan metode kdd dengan algoritma svm menunjukkan bahwa algoritma svm dapat diandalkan dalam menganalisis sentimen ulasan dengan tingkat kesalahan yang sangat rendah. Model ini menghasilkan akurasi sebesar 99.88%, presisi 100%, dan recall 99.84% pada data latih, serta akurasi 98.61%, presisi 99.35%, dan recall 98.71% pada data uji.