REVIEW APLIKASI KREDIVO MENGGUNAKAN ANALISIS SENTIMEN DENGAN ALGORITMA SUPPORT VECTOR MACHINE

Authors

  • Agustin Agustin STMIK Amik Riau
  • Sahli Andrean STMIK Amik Riau
  • Susanti Susanti STMIK Amik Riau
  • Rahmiati Rahmiati STMIK Amik Riau
  • Hamdani Hamdani STMIK Amik Riau

DOI:

https://doi.org/10.36341/rabit.v9i1.4107

Keywords:

kredivo, sentimen, support vector machine

Abstract

Kredivo adalah aplikasi kredit instan yang memberikan kemudahan untuk beli sekarang dan bayar nanti. Aplikasi ini juga dikenal dengan kartu kredit digital dimana peminjam dapat menggunakannya untuk belanja cicilan online. Selain digunakan untuk keperluan berbelanja, peminjam juga dapat mencairkan dalam bentuk uang tunai. Namun, tidak semua penggunanya merasa puas dengan pelayanan tersebut, terdapat banyak komentar yang salah satunya disampaikan melalui fitur ulasan aplikasi kredivo pada google play store. Oleh sebab itu, pada penelitian ini peneliti mencoba melakukan analisis sentimen review aplikasi kredivo pada google play store menggunakan algoritma support vector machine. Penelitian ini bertujuan untuk mengetahui hasil analisis sentimen dengan mengklasifikasikan review menjadi positif atau negatif serta melihat seberapa tinggi nilai akurasi yang dihasilkan algoritma support vector machine. Dari pengujian yang dilakukan terhadap 10000 data review pengguna aplikasi kredivo pada google play store dengan pembagian data training dan testing 80:20, didapat bahwa review yang mengandung sentimen positif sebanyak 59% dan mengandung sentimen negatif sebanyak 41%. Evaluasi hasil klasifikasi dengan pengujian confusion matrix diperoleh nilai akurasi sebesar 87%, nilai precision sebesar 84%, nilai recall sebesar 85%, dan nilai f1 score sebesar 85%.

Downloads

Download data is not yet available.

Published

2023-12-27

How to Cite

[1]
A. Agustin, S. Andrean, S. Susanti, R. Rahmiati, and H. Hamdani, “REVIEW APLIKASI KREDIVO MENGGUNAKAN ANALISIS SENTIMEN DENGAN ALGORITMA SUPPORT VECTOR MACHINE”, rabit, vol. 9, no. 1, pp. 39–49, Dec. 2023.

Issue

Section

Articles