Implementasi Metode Xgboost Dan Synthetic Minority Over-Sampling Technique Untuk Analisis Sentimen Aplikasi Pedulilindungi (Studi Kasus: Ulasan Aplikasi Pedulilindungi Pada Google Play)
Abstract
Kasus harian Covid-19 di Indonesia pada 5 Januari 2022 tercatat mengalami
penambahan mencapai 404 kasus. Sebelumnya pada akhir Desember 2021 jumlah
harian Covid-19 hanya berkisar antara 100 sampai 200 kasus. Kenaikan ini
diakibatkan oleh adanya libur menyambut pergantian tahun serta pembatalan
Pemberlakuan Pembatasan Kegiatan Masyarakat Level 3 sehingga menambah
mobilitas masyarakat kala liburan. Mengatasi hal ini, dalam Instruksi Menteri
Dalam Negeri Nomor 66 Tahun 2021 pemerintah mengoptimalkan penggunaan
aplikasi PeduliLindungi. Aplikasi dapat diunduh melalui Google Play, dalam
Google Play tersedia fitur ulasan (review) dari para pengguna. Fitur ini dapat
dimanfaatkan untuk melihat ulasan berisi opini atau komentar yang bersifat positif
maupun negatif yang diberikan oleh pengguna. Berdasarkan data ulasan Aplikasi
PeduliLindungi, dapat dilakukan analisis sentimen untuk mengetahui bagaimana
respon masyarakat terhadap Aplikasi PeduliLindungi. Metode klasifikasi yang
digunakan adalah Extreme Gradient Boosting dan Synthetic Minority OverSampling
Technique
untuk
mengatasi
ketidakseimbangan
kelas
data.
Analisis
ini
memberikan
hasil bahwa terjadi peningkatan f1 score, akurasi, dan AUC
dibandingkan sebelum dilakukan penyeimbangan data. Diperoleh f1 score sebesar
74,991%, tingkat akurasi sebesar 95,431% dan AUC sebesar 0,841. Hasil ini
mengartikan bahwa ketepatan model dalam mengklasifikasi serta memprediksi
ulasan positif dan negatif dapat dikatakan baik.
Collections
- Statistics [904]