ANALISIS SENTIMEN PENGGUNA APLIKASI MYMRTJ DI GOOGLE PLAY STORE MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE

Abstract

Mass Rapid Transit (MRT) merupakan salah satu moda transportasi umum yang banyak digunakan oleh masyarakat Jakarta. Agar dapat memaksimalkan pelayanan jasa pada MRT pemerintah membuat aplikasi dengan nama “MyMRTJ” sebagai tempat untuk mengakses dan mendapatkan informasi terkini untuk para pengguna. Di dalam aplikasi tersebut yang tersedia di Google Play Store , terdapat berbagai macam ulasan dari pengguna tentang pengalaman mereka dalam menggunakan MRT di Jakarta . Dalam hal ini peneliti ingin mengetahui algoritma klasifikasi mana yang terbaik dan akurat dal am menganalisis sentimen penggunaan
aplikasi MyMRTJ dengan cara membandingkan metode klasifikasi Naive Bayes dan metode Support Vector Machine ( SVM). Data yang ingin di analisis adalah data ulasan pengguna pada aplikasi MyMRTJ dari tahun 2023 sampai 2025 dengan melalui tahap berupa pembersihan data, tokenisasi , pelabelan sentimen, dan proses pelatihan serta pengujian model. Setelah melalui beberapa proses tahapan didapatkan hasil analisis berupa nilai akurasi 9 1.67 %, nilai precision 94.81 % dan nilai recall 9 0.12 pada metode SVM serta nilai a kurasi 7 7.78 %, nilai precision 9 4.55 % dan nilai recall 6 4.20 pada metode Naive Bayes Dari data yang didapat menunjukkan semua hasil pada nilai akurasi, nilai precision, dan nilai recall SVM lebih besar dari Naive Bayes