KLASIFIKASI JENIS PERMASALAHAN APLIKASI GOJEK PADA GOOGLE PLAY STORE BERDASARKAN ULASAN PENGGUNA MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE DAN NAIVE BAYES
Abstrak
Ulasan pengguna aplikasi Gojek di Google Play Store mengandung berbagai informasi mengenai kendala yang dialami pengguna, namun sebagian besar penelitian sebelumnya masih berfokus pada analisis sentimen sehingga belum mampu mengidentifikasi jenis permasalahan secara spesifik. Penelitian ini bertujuan untuk mengklasifikasikan jenis permasalahan pada ulasan pengguna aplikasi Gojek ke dalam lima kategori, yaitu login, transaksi, gangguan sistem, error fitur, dan masalah lain. Data diperoleh melalui teknik web scraping dari Google Play Store pada periode Januari 2024 hingga April 2026 dengan target 5.000 ulasan. Setelah proses seleksi data kosong dan duplikat, diperoleh 3.753 ulasan yang digunakan dalam penelitian. Pelabelan dilakukan menggunakan pendekatan rule-based berbasis kata kunci, kemudian data diproses melalui tahapan case folding, cleaning, tokenizing, stopword removal, dan stemming. Representasi fitur menggunakan TF-IDF dengan maksimum 2.500 fitur. Ketidakseimbangan distribusi kelas pada data latih ditangani menggunakan Random Over Sampling (ROS), sedangkan pembagian data dilakukan dengan rasio 80:20 menggunakan stratified sampling. Penelitian ini membandingkan algoritma Support Vector Machine (SVM) dan Naïve Bayes yang dievaluasi menggunakan accuracy, precision, recall, F1-score, dan ROC-AUC serta divalidasi menggunakan Stratified K-Fold Cross Validation sebanyak 5 fold. Hasil penelitian menunjukkan bahwa SVM memberikan performa terbaik dengan accuracy 0.846, precision 0.872, recall 0.846, F1-score 0.856, dan ROC-AUC 0.903, serta rata-rata F1-score cross validation sebesar 0.8509. Sementara itu, Naïve Bayes memperoleh accuracy 0.555, precision 0.828, recall 0.555, F1-score 0.635, ROC-AUC 0.836, dan rata-rata F1-score cross validation sebesar 0.6281. Hasil tersebut menunjukkan bahwa SVM lebih baik dalam mengklasifikasikan jenis permasalahan pada ulasan pengguna aplikasi Gojek.
Identifier
- OpenAlex: https://openalex.org/W7167977683
- DOI: https://doi.org/10.36341/rabit.v11i2.8029