Analisis sentimen pada ulasan aplikasi mamikos menggunakan metode support vector machine

INDONESIA :

Merantau merupakan salah satu kegiatan yang dilakukan oleh masyarakat usia produktif di Indonesia dengan harapan mencapai kesuksesan dan menjadi individu yang lebih baik. Pertumbuhan jumlah perantau turut berkontribusi terhadap kebutuhan akan rumah sewa, namun mereka masih mengalami kesulitan dalam mendapatkan informasi yang lengkap. Untuk mengatasi hal tersebut terdapat aplikasi mamikos yang menyediakan data informasi sewa perumahan secara lengkap. Ulasan pengguna dalam aplikasi merupakan indikator penting dalam menilai kualitas aplikasi. Dalam ulasan tersebut tentunya terdapat berbagai komentar yang diberikan pengguna yang terbagi dalam tiga kategori, yaitu sentimen positif, sentimen negatif, dan sentimen netral. Penelitian ini
bertujuan untuk mengimplementasikan algoritma Support Vector Machine dalam analisis sentimen pada ulasan aplikasi mamikos. Data yang digunakan sebanyak 1049 data ulasan yang diambil pada periode 4 Februari 2022 sampai 14 September 2023. Proses analisis sentimen menggunakan algoritma Support Vector Machine karena algoritma ini dapat menangani data berdimensi tinggi sehingga sesuai untuk memprediksi sentimen dari teks. Model diuji dengan dua metode yaitu split data dan k-fold cross validation, yang kemudian dievaluasi kinerjanya menggunakan confusion matrix. Hasil evaluasi yang
diperoleh dari metode split data diperoleh nilai accuracy tertinggi sebesar 78,10% dengan rasio pembagian data training dan data testing sebesar 90:10. Pada uji k-fold cross validation nilai accuracy tertinggi diperoleh pada k-10 dengan rata-rata accuracy sebesar 73,21%. Hal ini menunjukkan bahwa pengujian split data mendapatkan nilai accuracy yang lebih baik dibandingkan dengan k-fold cross validation. Hasil evaluasi model dengan k-fold cross validation tidak berpengaruh terhadap peningkatan nilai accuracy sistem.

INGGRIS :

Migrants are one of the activities carried out by people of productive age in Indonesia in the hope of achieving success and becoming better individuals. The growth in the number of migrants has contributed to the need for rental housing, but they still experience difficulties in obtaining complete information. To overcome this, there is a mamikos application which provides complete housing rental information data. In-app user reviews are an important indicator in assessing the quality of an app. In this review, of course, there are various comments given by users which are divided into three categories, namely positive sentiment, negative sentiment and neutral sentiment. This research aims to implement the Support Vector Machine algorithm in sentiment analysis in mamikos application reviews. The data used is 1049 review data taken in the period 4 February 2022 to 14 September 2023. The sentiment analysis process uses the Support Vector Machine algorithm because this algorithm can handle high-dimensional data so it is suitable for predicting sentiment from text. The model was tested using two methods, namely split data and k-fold cross validation, which then evaluated its performance using a confusion matrix. The evaluation results obtained from the split data method obtained the highest accuracy value of 78.10% with a training data and test data division ratio of 90:10. In the k-fold cross validation test, the highest accuracy value was obtained at k-10 with an average accuracy of 73.21%. This shows that split data testing gets better accuracy values compared to k-fold cross validation. The results of model evaluation with k-fold cross validation have no effect on increasing the system accuracy value.

ARABIC :

المهاجر هو أحد الأنشطة التي يقوم بها الأشخاص في سن الإنتاج في إندونيسيا على أمل تحقيق النجاح وأن يصبحوا أفرادًا أفضل. وقد ساهم نمو عدد المهاجرين في زيادة الحاجة إلى مساكن للإيجار، لكنهم ما زالوا يواجهون صعوبات في الحصول على معلومات كاملةللتغلب على ذلك، يوجد تطبيق mamikos الذي يوفر بيانات كاملة عن معلومات تأجير المساكن تعد تقييمات المستخدمين داخل التطبيق مؤشرًا مهمًا في تقييم جودة التطبيق في هذه المراجعة، بالطبع، هناك العديد من التعليقات المقدمة من المستخدمين والتي تم تقسيمها إلى ثلاث فئات، وهي المشاعر الإيجابية والمشاعر السلبية والمشاعر المحايدة يهدف هذا البحث إلى تطبيق خوارزمية Support Vector Machine في تحليل المشاعر في مراجعات تطبيق البيانات المستخدمة هي ١٠٤٩بيانات مراجعة مأخوذة في الفترة من ٤فبراير ٢٠٢٢إلى ١٤سبتمبر ٢٠٢٣. تستخدم عملية تحليل المشاعر خوارزمية Support Vector Machine لأن هذه الخوارزمية يمكنها التعامل مع البيانات عالية الأبعاد لذا فهي مناسبة للتنبؤ بالمشاعر من النصتم اختبار النموذج باستخدام طريقتين، وهما البيانات المقسمة والتحقق المتقاطع k-fold، والذي تم بعد ذلك تقييم أدائه باستخدام مصفوفة الارتباك حصلت نتائج التقييم التي تم الحصول عليها من طريقة تقسيم البيانات على أعلى قيمة دقة قدرها ٧٨٫١٠مع نسبة تقسيم بيانات التدريب وبيانات الاختبار إلى ٩٠:١٠في اختبار التحقق من صحة k-fold، تم الحصول على أعلى قيمة دقة عند k-١٠ بمتوسط دقة ٧٣٫٢١يوضح هذا أن اختبار البيانات المقسمة يحصل على قيم دقة أفضل مقارنةً بالتحقق المتقاطع من ليس لنتائج تقييم النموذج باستخدام التحقق المتقاطع k-fold أي تأثير على زيادة قيمة دقة النظام