Penerapan SVM Pada Analisis Sentimen Ulasan Pengguna Gojek di Play Store Dengan Pendekatan TF-IDF

Aplikasi transportasi online seperti Gojek sangat penting bagi masyarakat Indonesia. Ulasan pengguna di Play Store memberikan informasi tentang kepuasan dan pengalaman pengguna. Namun, banyaknya ulasan membuat analisis manual sulit dilakukan, sehingga dibutuhkan metode otomatis untuk analisis sentimen. Penelitian ini menggunakan Support Vector Machine (SVM) dengan model TF-IDF untuk menganalisis sentimen ulasan pengguna Gojek. Tujuannya adalah untuk mengklasifikasikan ulasan menjadi positif atau negatif dan menilai kinerja model TF-IDF dalam prediksi sentimen. Proses penelitian dimulai dengan mengumpulkan data ulasan melalui web scraping, lalu memprosesnya dengan pembersihan teks, penghapusan stopwords, dan tokenisasi. Model TF-IDF kemudian digunakan untuk memprediksi sentimen dengan dataset yang telah diproses. Dataset dibagi dalam rasio 80:20, 90:10, dan 70:30 untuk pelatihan dan pengujian. Model dievaluasi dengan metrik akurasi, precision, recall, dan F1-score. Dari 8000 ulasan pengguna Gojek yang dianalisis, model dengan kernel linear mencapai akurasi tertinggi 77,88% pada rasio 80:20 untuk hasil terbaik dari penelitian kali ini. Penelitian ini fokus pada analisis sentimen positif dan negatif terhadap aplikasi Gojek di Play Store.