PEMODELAN SUPPORT VECTOR MACHINE (SVM) DAN RANDOM FOREST DALAM ANALISIS SENTIMEN ULASAN APLIKASI SOCO BY SOCIOLLA

Abstract

Sociolla merupakan salah satu aplikasi kecantikan paling popular di Indonesia. Aplikasi SOCO by Sociolla adalah platform yang memadukan media online dengan e-commerce untuk memberikan ulasan atau umpan balik dari para konsumen terhadap barang yang telah digunakan. Tujuan dari penelitian ini yaitu melakukan analisis sentimen pada ulasan pengguna aplikasi SOCO by Sociolla di Google Play Store yang diklasifikasikan menjadi tiga kategori yaitu positif, netral, dan negatif. Data yang digunakan sebanyak 2.815 ulasan setelah dilakukan praproses tesk. Support Vector Machine (SVM) dan Random Forest merupakan algoritma yang diterapkan pada penelitian ini. Pembagian data training dan data testing dengan presentase 80:20 serta 90:10 sebagai objek penelitian. Dari pembagian data tersebut memperlihatkan pembagian data 90:10 mampu memodelkan data lebih baik dibandingkan 80:20 untuk algoritma Support Vector Machine (SVM) dan Random Forest. Algoritma Support Vector Machine mendapatkan nilai akurasi sebesar 75% dan Random Forest 73%. Hal ini membuktikan bahwa algoritma Support Vector Machine lebih baik digunakan dalam klasifikasi ulasan aplikasi SOCO by Sociolla