Analisis Sentimen Ulasan Pengguna Aplikasi Siranam Perumda Air Minum Tirta Mahakam Menggunakan Metode Support Vector Machine (SVM)

Sajid Mahattir Aulia Rahman; Tommy Bustomi; Ahmad Fahrijal Pukeng

doi:10.69693/ijim.v4i3.1713

Authors

Sajid Mahattir Aulia Rahman STMIK Widya Cipta Dharma
Tommy Bustomi STMIK Widya Cipta Dharma
Ahmad Fahrijal Pukeng STMIK Widya Cipta Dharma

DOI:

https://doi.org/10.69693/ijim.v4i3.1713

Keywords:

Analisis Sentimen, SIRANAM, Support Vector Machine, TF-IDF, Ulasan Pengguna

Abstract

Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi SIRANAM milik Perumda Air Minum Tirta Mahakam dengan menerapkan algoritma Support Vector Machine (SVM). Analisis sentimen dilakukan untuk mengetahui persepsi pengguna terhadap kualitas layanan aplikasi berdasarkan ulasan yang diberikan di Google Play Store. Data penelitian diperoleh menggunakan teknik web scraping, yang menghasilkan sebanyak 1.464 ulasan pengguna. Setelah melalui proses seleksi dengan menghapus data duplikat, ulasan yang tidak relevan, serta data yang tidak valid, diperoleh 218 ulasan yang layak digunakan sebagai dataset penelitian. Tahapan penelitian meliputi pengumpulan data, pelabelan sentimen ke dalam kategori positif dan negatif, preprocessing teks yang mencakup case folding, tokenizing, stopword removal, dan stemming, kemudian pembobotan kata menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF). Selanjutnya, data dibagi menjadi data pelatihan dan data pengujian untuk membangun model klasifikasi menggunakan algoritma SVM. Evaluasi model dilakukan menggunakan metrik akurasi guna mengukur kemampuan model dalam mengklasifikasikan sentimen pengguna. Hasil penelitian menunjukkan bahwa algoritma SVM memperoleh tingkat akurasi sebesar 87,18%, yang menunjukkan kemampuan klasifikasi yang baik pada kedua kelas sentimen. Temuan ini membuktikan bahwa algoritma SVM efektif digunakan untuk analisis sentimen ulasan pengguna aplikasi SIRANAM serta dapat menjadi bahan evaluasi bagi Perumda Air Minum Tirta Mahakam dalam meningkatkan kualitas layanan dan pengembangan aplikasi di masa mendatang.

Downloads

Download data is not yet available.

References

A. A. K. Resifa Ananta Putra,Heny Pratiwi, “Analisis Sentimen Orang Tua Murid Baru Terhadap Smpn 40 Samarinda Pada Spmb 2025 Menggunakan Algoritma Naïve Bayes,” vol. 9, no. 2, pp. 292–299, 2025. DOI: https://doi.org/10.46880/jmika.Vol9No2.pp292-299

A. Cetagati, A. Al Mawy, and S. I. Akutansi, “DANA MENGGUNAKAN NAÏVE BAYES PADA SOSIAL MEDIA,” vol. 2, no. 11, pp. 1–10, 2022.

A. Hermawan, I. Jowensen, J. Junaedi, and Edy, “Implementasi Text-Mining untuk Analisis Sentimen pada Twitter dengan Algoritma Support Vector Machine,” JST (Jurnal Sains dan Teknol., vol. 12, pp. 129–137, Apr. 2023, doi: 10.23887/jstundiksha.v12i1.52358. DOI: https://doi.org/10.23887/jstundiksha.v12i1.52358

D. A. Pramudya, N. W. Utami, and P. A. Cahya Dewi, “Analisis Sentimen Terhadap Ulasan Aplikasi MyPertamina pada Google PlayStore dengan Menggunakan Algoritma K-Nearest Neighbor dan Support Vector Machine,” J. Teknol. Terpadu, vol. 13, no. 2, pp. 1–10, 2025. DOI: https://doi.org/10.32487/jtt.v13i2.2718

D. Rifaldi, Abdul Fadlil, and Herman, “Teknik Preprocessing Pada Text Mining Menggunakan Data Tweet ‘Mental Health,’” Decod. J. Pendidik. Teknol. Inf., vol. 3, no. 2 SE-Articles, pp. 161–171, Apr. 2023, doi: 10.51454/decode.v3i2.131. DOI: https://doi.org/10.51454/decode.v3i2.131

I. G. P. Alva and E. Zuliarso, “Sentiment Analysis Based on Google Play Store Reviews of the DANA Application Using the Support Vector Machine (SVM) Method,” INTECOMS J. Inf. Technol. Comput. Sci., vol. 8, no. 1, pp. 1424–1432, 2025.

K. Kowsari, K. Jafari Meimandi, M. Heidarysafa, S. Mendu, L. Barnes, and D. Brown, “Text Classification Algorithms: A Survey,” Information, vol. 10, no. 4, 2019, doi: 10.3390/info10040150. DOI: https://doi.org/10.3390/info10040150

M. Birjali, M. Kasri, and A. beni hssane, “A comprehensive survey on sentiment analysis: Approaches, challenges and trends,” Knowledge-Based Syst., vol. 226, p. 107134, May 2021, doi: 10.1016/j.knosys.2021.107134. DOI: https://doi.org/10.1016/j.knosys.2021.107134

M. Iqbal, M. Afdal, and R. Novita, “Implementasi Algoritma Support Vector Machine Untuk Analisa Sentimen Data Ulasan Aplikasi Pinjaman Online di Google Play Store,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 4, pp. 1244–1252, 2024, doi: 10.57152/malcom.v4i4.1435. DOI: https://doi.org/10.57152/malcom.v4i4.1435

M. Razzaqe and T. Basak, “Text mining in unstructured text: techniques, methods and analysis,” vol. 174, pp. 76–92, Nov. 2023.

M. Umar, P. Adytia, and A. Yusnita, “Penerapan Algoritma Support Vector Machine (SVM) dalam Analisis Sentimen Mahasiswa Terhadap Sistem Layanan KPST STMIK Widya Cipta Dh

R. Gusmansyah, Rahmaddeni, H. Hendrawan, and Rohid, “Peningkatan Kinerja Analisis Sentimen Pada Ulasan Aplikasi Identitas Kependudukan Digital (Ikd) Di Indonesia Menggunakan Algoritma Support Vector Machine (Svm) Dan Smote,” J. INSTEK (Informatika Sains dan Teknol., vol. 10, no. 1, pp. 185–196, 2025, doi: 10.24252/instek.v10i1.55292. DOI: https://doi.org/10.24252/instek.v10i1.55292

R. Rinandyaswara, Y. A. Sari, and M. T. Furqon, “Pembentukan Daftar Stopword Menggunakan Term Based Random Sampling Pada Analisis Sentimen Dengan Metode Naïve Bayes (Studi Kasus: Kuliah Daring Di Masa Pandemi),” J. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 4, p. 717, 2022, doi: 10.25126/jtiik.2022934707. DOI: https://doi.org/10.25126/jtiik.2022934707

R. Savitri, U. Udayana, and J. Selatan, “Jurnal Ilmiah Administrasi Publik ( JIAP ) Transformasi Digital Inovasi Pelayanan Publik Aplikasi JAKI dalam Mewujudkan,” vol. 9, no. 3, pp. 198–208, 2023.

S. Khairunnisa, K. Adiwijaya, and S. Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” J. MEDIA Inform. BUDIDARMA, vol. 5, p. 406, Apr. 2021, doi: 10.30865/mib.v5i2.2835. DOI: https://doi.org/10.30865/mib.v5i2.2835

T. Setyani, K. Sari, H. N. Heidy, and R. R. Suryono, “Sentiment Analysis of Jamsostek Mobile Application Reviews on Google Play Store Using Support Vector Machine and Naive Bayes Algorithms Analisis Sentimen Pengguna Aplikasi Jamsostek Mobile Berdasarkan Ulasan Google Play Store Menggunakan Algoritma Support,” vol. 6, no. January, pp. 373–384, 2026.

T. Tukino and F. Fifi, “Penerapan Support Vector Machine Untuk Analisis Sentimen Pada Layanan Ojek Online,” J. Desain Dan Anal. Teknol., vol. 3, no. 2, pp. 104–113, 2024, doi: 10.58520/jddat.v3i2.59. DOI: https://doi.org/10.58520/jddat.v3i2.59