Analisis Sentimen Aplikasi Livin dengan Algoritma Neural Network, Random Forest, dan SVM

Abstract

Penelitian ini bertujuan untuk mengidentifikasi sentimen pengguna terhadap aplikasi Livin by Mandiri berdasarkan ulasan yang tersedia di Google Play Store. Sebanyak 3.000 user reviews dikumpulkan melalui proses scraping dengan bantuan library Python, kemudian diproses melalui beberapa tahap preprocessing yang mencakup cleaning, normalisasi kata, tokening, stopword removal, dan stemming. Label sentimen positif, netral, atau negatif diberikan berdasarkan rating bintang yang tertera pada setiap ulasan. Setelah proses pelabelan, data dibagi menjadi training dan testing dengan perbandingan 80:20. Selanjutnya, tiga algoritma machine learning classification diterapkan, yaitu Neural Network, Random Forest, dan Support Vector Machine (SVM), untuk mengevaluasi performa masing-masing metode dalam mengklasifikasikan sentimen. Proses evaluasi dilakukan menggunakan metrik accuracy, precision, recall, dan f1-score. Penelitian ini membuktikan bahwa algoritma SVM memberikan performa terbaik dengan accuracy sebesar 84.9%, diikuti oleh Neural Network dengan 83.9%, dan Random Forest dengan 76.2%, yang menunjukkan efektivitas SVM dalam memproses data teks yang telah dilabeli secara numerik.