Analisis Sentimen Ulasan Aplikasi Gojek Menggunakan Support Vector Machine Dan Random Forest

Abstrak

Perkembangan pesat transportasi digital seperti Gojek menuntut pemahaman yang mendalam tentang kepuasan pengguna. Penelitian ini menganalisis sentimen dari ulasan aplikasi Gojek untuk mengevaluasi opini publik dan membandingkan performa model Support Vector Machine (SVM) dan Random Forest. Metode eksperimen kuantitatif diterapkan pada 30.055 ulasan pengguna versi "4" dan "5" dari Google Play Store. Data melalui pra-pemrosesan teks yang komprehensif, pelabelan sentimen otomatis menggunakan VADER yang diperkaya dengan leksikon Bahasa Indonesia, dan ekstraksi fitur TF-IDF. Ketidakseimbangan data latih diatasi dengan SMOTE sebelum data dibagi untuk pelatihan dan pengujian. Hasil menunjukkan bahwa sentimen pengguna didominasi oleh kategori positif (38,9%) dan netral (38,2%). Dalam evaluasi kinerja, model SVM terbukti sangat unggul dengan akurasi 96% dan F1-score 0,96, melampaui Random Forest yang memperoleh akurasi 93% dan F1-score 0,93. Kesimpulannya, SVM merupakan model yang lebih efektif untuk klasifikasi sentimen pada ulasan Gojek. Penelitian selanjutnya direkomendasikan untuk menyempurnakan leksikon dan menerapkan analisis berbasis aspek guna mendapatkan wawasan yang lebih mendalam.

Identifier

• DOI: https://doi.org/10.54914/jit.v11i2.1884
• OpenAlex: https://openalex.org/W4415910046