Analisis Sentimen Ulasan Pengguna Aplikasi ZenPro dengan Implementasi Algoritma Support Vector Machine (SVM)

Abstract

Penelitian ini bertujuan menganalisis sentimen ulasan pengguna terhadap aplikasi ZenPro, sebuah platform terkenal untuk keperluan manajemen waktu dan produktivitas. Melalui pengumpulan data dari ulasan-ulasan yang ditinggalkan oleh pengguna ZenPro di platform tersebut, analisis sentimen menjadi penting untuk memahami bagaimana pengguna merasakan dan menilai pengalaman mereka dengan aplikasi ini. Penelitian ini bertujuan untuk mengklasifikasikan sentimen ulasan menjadi dua kategori: positif dan negatif, dengan menggunakan algoritma Support Vector Machine (SVM). Analisis sentimen diperlukan untuk memberikan wawasan yang lebih mendalam tentang aspek-aspek mana yang mempengaruhi sentimen pengguna, apakah itu kepuasan terhadap fitur-fitur aplikasi, antarmuka pengguna, atau layanan pelanggan. Hasil dari penelitian menunjukkan, dengan SVM mampu mengklasifikasikan sentimen ulasan dengan tingkat akurasi yang sangat tinggi, mencapai 90%. Selain itu, matrik evaluasi seperti recall, precision, dan f1 score juga menunjukkan hasil yang sangat baik, yaitu sebesar 94%, 93%, dan 93% secara