Analisis Klasifikasi Sentimen Review Aplikasi E-Ticketing Menggunakan Metode Support Vector Machine dan Asosiasi

Abstract

Review pada google play merupakan salah satu fitur yang digunakan untuk memberikan suatu penilaian terhadap suatu aplikasi. KAI Access dan Tiket.com merupakan aplikasi e-ticketing pada google play yang berguna dalam proses penjualan tiket secara online dengan memanfaatkan teknologi internet. Namun review pada aplikasi e-ticketing tersebut hanya berupa teks tanpa arti tertentu, untuk itu diperlukan analisis yang dapat mengklasifikasikan review sebagai sentimen pengguna. Dalam penelitian ini diterapkan tahap preprocessing untuk mengolah data mentah suatu review agar dapat dibuat sebuah model yang merepresentasikan data yang diolah menggunakan algoritma klasifikasi Support Vector Machine (SVM). Klasifikasi menggunakan algoritma SVM menghasilkan akurasi klasifikasi sebesar 89.60% pada review KAI Access dan 84.68% pada review Tiket.com. Hasil klasifikasi menjukan perbedaan sentimen pada kedua aplikasi, pada KAI Access review yang masuk pada kelas sentimen negatif lebih tinggi jumlahnya sedangkan pada aplikasi Tiket.com review yang masuk pada kelas sentimen positif lebih tinggi jumlahnya. Secara umum sentimen positif pada aplikasi KAI Access berkaitan dengan adanya ngopi gratis, tampilan dan fitur aplikasi menarik sedangkan pada aplikasi Tiket.com berkaitan dengan banyaknya discount dan promo yang menjadikan harga tiket menjadi murah. Sentimen negatif pada aplikasi KAI Access berkaitan dengan errornya aplikasi setelah di update dan susahnya mendapatkan tiket kereta untuk lebaran sedangkan pada aplikasi Tiket.com berkaitan dengan susahnya refund dan banyaknya iklan pada aplikasi tersebut.