SKRIPSI IMPLEMENTASI SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN KOMENTAR APLIKASI TANDA TANGAN DIGITAL (Studi Kasus : Review Aplikasi PrivyId pada Google Play)

Ulasan atau review pengguna diolah untuk memahami keluhan pengguna
terhadap aplikasi agar tersampaikan kepada pihak pengembang untuk dapat
memelihara aplikasi. Dari ulasan didapatkan banyak informasi seperti bug report
yang menjelaskan kelemahan dan kekurangan dari aplikasi dan juga masukan dari
pengguna dari apa yang kurang dalam aplikasi yang digunakan. Dari ulasan
pengguna dilakukan identifikasi dan klasifikasi, namun hal tersebut dapat
menghabiskan waktu dalam proses pengklasifikasiannya karena ulasan pengguna
yang berjumlah banyak bahkan bertambah setiap saat. Oleh karena itu,
dibutuhkannya sistem otomasi analisa sentimen ulasan aplikasi. Sistem ini
menerapkan algoritma Support Vector Machine (SVM) sebagai metode untuk
menentukan sebuah ulasan memiliki sentimen positif atau negatif. Analisis
dilakukan dengan membandingkan fungsi kernel Radial Basis Function (RBF) dan
kernel Linear yang dikombinasikan dengan eksperimen penambahan fiture
selection, parameter, dan n-gram. Kesimpulannya adalah penyetelan parameter,
dan fitur-fitur n-gram mampu meningkatkan nilai akurasi. Dari hasil percobaan
dihasilkan kelas negatif sebanyak 4.137 dan kelas positif sebanyak 1.816 pada
kernel RBF. Sedangkan pada kernel Linear didapatkan kelas negatif sebanyak
4.049 dan kelas positif sebanyak 1.904 data