Analisis Sentimen Aplikasi Pinjaman Online Menggunakan Metode Support Vector Machine (SVM)

Pinjaman Online atau kredit Online adalah fasilitas penyediaan jasa keuangan yangrnberoprasi secara Online, administrasi penerimaan berbasis aplikasi adalah salah satu jenis Implementasi Teknologi Finansial (Fintech). Pada saat ini perusahaanrnFinancial Tecnology yang menawarkan layanan administrasi berbasis web semakinrnberkembang dan tidak sedikit situs yang menawarkan kredit Online pada penggunarnyang umumnya dengan keuntungan dan kerugian. Di Google Play Store penggunarnsering membaca review pengguna lainnya dan reputasi aplikasi, sebelumrnmengunduh aplikasi. Hal ini membuat analisis review pengguna sangat menarikrnbagi pemilik aplikasi untuk mengambil keputusan di masa depan. Berkaitan denganrnhal ini, penelitian ini bermaksud menganalisis review pengguna aplikasi PinjamanrnOnline pada Google Play Store menggunakan analisis sentiemen dengan metodernSupport Vector Machine. Analisis ini dilakukan dengan 3 uji coba, pertama denganrnmembandingkan K-5 dan K-10, kedua dengan membandingkan C1,10,100 danrnketiga dengan membanding 3 kernel SVM yaitu linier, Polynomial dan Radial BasisrnFauntion (RBF). Analisis dilakukan pada 12000 review pengguna yang dirnkumpulkan dari aplikasi Easy Cash, Kredivo, Rupiah Cepat di Google Play Store .rnDalam mengoptimalkan hasil klasifikasi dilakukan beberapa metode pendukungrnseperti Preprocessing data teks yang meliputi Lower Case, Cleansing,rnTokenization, Slangword, Slangword, Stemming. Kemudian penerapan ekstraksirnfiturTF-IDF serta pembagian data latih dan data uji menggunakan Confusion Matrixrnuntuk mempermudah proses pengujian. Hasil dari penelitian ini menujukkan bahwarntingkat keakurasian aplikasi pinjaman Online dapat menghasilkan nilai akurasirnpaling tinggi saat menggunakan kernel RBF yakni Easy Cash 90%, Kredivo 90%,rndan Rupiah Cepat 91%.rnrnKata Kunci: Analisis Sentimen, SVM, Pinjaman Online