Analisis Komparasi Model Klasifikasi untuk Ulasan Aplikasi Sirekap 2024 menggunakan Metode Support Vector Machine dan WordNet

Abstract

Perkembangan penelitian tentang model klasifikasi sentimen yang terkait Machine Learning dan Natural Language Processing (NLP) dari data ulasan terhadap aplikasi. Ulasan pada aplikasi seringkali dijadikan dasar informasi untuk mengetahui terkait aplikasi oleh pengguna. Penelitian ini bertujuan untuk membandingkan kinerja kedua metode klasifikasi Support Vector Machine (SVM) dan WordNet dalam pengelolaan ulasan aplikasi Sirekap 2024. Dataset yang digunakan merupakan data dari ulasan aplikasi Sirekap 2024 melalui tahap proses scraping pada Google Play Store, memiliki ulasan yang cukup rendah dengan rata-rata rating sebesar 2,7 dari keseluruhan 5 rating, data yang berhasil discraping sebanyak 8358 data dengan memiliki 5 kolom. Dari hasil kedua metode yang digunakan akan dievaluasi menggunakan F1 Score. Pada metode SVM mendapatkan hasil yang lebih unggul dengan nilai F1 Score sebesar 31,83% dan WordNet memiliki nilai F1 Score sebesar 17,48%, disimpulkan bahwa SVM memiliki kinerja yang lebih unggul untuk mengklasifikasikan teks ulasan pada aplikasi Sirekap 2024 dari pada WordNet.