METODE SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN APLIKASI THREADS DI GOOGLE PLAY STORE

Dimas Triully Prasetyo; Atiqah Meutia Hilda;

Metode Support Vector Machine untuk Analisis Sentimen Aplikasi Threads

di Google Play Store
Dimas Triully Prasetyo

Penelitian ini berawal dari ketertarikan pengguna terhadap aplikasi Twitter yang
saat ini berubah menjadi aplikasi X dan aplikasi Threads di Google Play Store
dengan tujuan utama menerapkan teknik Support Vector Machine (SVM) untuk
menganalisa evaluasi pengguna terhadap sentimen, baik positif maupun negatif.
Data yang terkumpul telah melalui proses preprocessing yang meliputi cleaning,
casefolding, tokenizing, filtering, dan stemming. Setelah melalui preprocessing data
sebanyak 1000 komentar diimplementasikan ke dalam metode Support Vector
Machine menunjukkan 54,1% sentimen positif dan 45,9% sentimen negatif. Nilai
akurasi sebesar 81.19% dan confusion matrix hasil dari nilai variabel TP (True
Positive), TN (True Negative), FP (False Positive), dan FN (False Negative) juga
ditampilkan oleh pengujian. Berdasarkan nilai akurasi yang diperoleh, dapat
disimpulkan bahwa aplikasi Threads menerima umpan balik yang positif.
Kata kunci: Threads, Analisis Sentimen, Support Vector Machine, Google Play
Store