Analisis Sentimen Aplikasi Lion Parcel Menggunakan Lexicon Based dan Support Vector Machine

Bobby Girsang; Sunneng Sandino Berutu; Haeni Budiati; Febe Maedjaja

doi:10.24036/voteteknika.v12i3.129033

Analisis Sentimen Aplikasi Lion Parcel Menggunakan Lexicon Based dan Support Vector Machine

Bobby Girsang⁽¹⁾, Sunneng Sandino Berutu⁽²⁾, Haeni Budiati⁽³⁾, Febe Maedjaja⁽⁴⁾,
(1) Universitas Kristen Immanuel

Indonesia
(2) Universitas Kristen Immanuel

Indonesia
(3) Universitas Kristen Immanuel

Indonesia
(4) Universitas Kristen Immanuel

Indonesia

Corresponding Author

DOI : https://doi.org/10.24036/voteteknika.v12i3.129033

Full Text:

Language : id

Abstract

Dengan adanya perkembangan teknologi digital pada masa kini, masyarakat dapat melakukan pengiriman barang jarak jauh dengan lebih mudah dan efisien. Lion parcel merupakan salah satu aplikasi ekpedisi populer yang melayani pengiriman barang. Penelitian ini dilakukan untuk mengukur sentimen yang diberikan oleh para pengguna aplikasi terhadap jasa ekspedisi dari Lion Parcel. Proses analisis sentimen ini dilakukan melalui tahapan pengumpulan data, preprocessing data, labelling data menggunakan pendekatan berbasis lexicon, dan membangun model klasifikasi berbasis algoritma Support Vector Machine (SVM) melalui tahap pelatihan dan pengujian data, dan evaluasi model dengan confusion matrix. Data yang berhasil dikumpulkan melalui scrapping data dari ulasan aplikasi Lion Parcel pada google play store mencapai 1194 ulasan. Hasil yang didapatkan setelah memproses data yang diambil yaitu sentimen positif mencapai 55.51 % dengan jumlah 630 data. Sentimen netral mencapai 24.76% dengan jumlah 281 data. Sentimen negatif mencapai 19.74% dengan jumlah 224 data. Hasil pengujian SVM juga menghasilkan nilai akurasi, presisi, recall dan f1-score tertinggi berturut turut sebesar 77.78%, 85%, 94% dan 89%.

Kata kunci : Lion Parcel, SVM, sentimen, Lexicon Based.

With the advancement of digital technology today, people can deliver long-distance goods more easily and efficiently. Lion parcel is one of the popular expedition applications that serves the delivery of goods. The research was conducted to measure the sentiment given by the users of the application to the Lion Parcel's expedition services. This sentiment analysis process is carried out through stages of data collection, data preprocessing, data labelling using lexicon-based approaches, and building an algorithm-based classification model based on the Support Vector Machine (SVM) through training and data testing stages, and model evaluation with a confusion matrix. The data collected successfully through scrapping data from the review of the Lion Parcel app on the google play store reached 1194 reviews. The results obtained after processing the data taken are positive sentiment reached 55.51% with a total of 630 data. Neutral feeling reached 24.76% with the total of 281 data. Negative feelings reached 19.74% with 224 data. SVM test results also yielded the highest accuracy, precision, recall and f1 scores in a row of 77.78%, 85%, 94% and 89%.

Keywords: Lion Parcel, SVM, Sentiment, Lexicon Based.

References

F. Amaliah, I. Kadek, and D. Nuryana, “Perbandingan Akurasi Metode Lexicon Based Dan Naive Bayes Classifier Pada Analisis Sentimen Pendapat Masyarakat Terhadap Aplikasi Investasi Pada Media Twitter,” Journal of Informatics and Computer Science, vol. 03, no. 3, 2022.

K. Ivana Ruslim and P. Pandu Adikara, “Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Support Vector Machine dan Lexicon Based Features,” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 7, pp. 6694–6702, Jul. 2019, [Online]. Available: http://j-ptiik.ub.ac.id

R. D. Wahyuni and A. N. Utomo, “PENGGUNAAN METODE LEXICON UNTUK ANALISIS SENTIMEN PADA ULASAN APLIKASI KAI ACCESS DI GOOGLE PLAY STORE USING THE LEXICON METHOD FOR ANALYSIS SENTIMENTS ON KAI ACCESS APPLICATION REVIEWS ON GOOGLE PLAY STORE,” Jurnal Rekayasa Informasi, vol. 11, no. 2, 2022.

S. Huang, C. A. I. Nianguang, P. Penzuti Pacheco, S. Narandes, Y. Wang, and X. U. Wayne, “Applications of support vector machine (SVM) learning in cancer genomics,” Cancer Genomics and Proteomics, vol. 15, no. 1. International Institute of Anticancer Research, pp. 41–51, Jan. 01, 2018. doi: 10.21873/cgp.20063.

E. Fitri, Y. Yuliani, S. Rosyida, and W. Gata, “Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine,” TRANSFORMTIKA, vol. 18, no. 1, pp. 71–80, Jul. 2020, [Online]. Available: www.nusamandiri.ac.id,

O. Manullang, C. Prianto, and N. H. Harani, “Analisis Sentimen Untuk Memprediksi Hasil Calon Pemilu Presiden Menggunakan Lexicon Based dan Random Forest,” Jurnal Ilmiah Informatika, vol. 11, no. 2, Feb. 2023.

S. Fide, “ANALISIS SENTIMEN ULASAN APLIKASI TIKTOK DI GOOGLE PLAY MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN ASOSIASI,” Jurnal Gaussian, vol. 10, no. 3, pp. 346–358, 2021, [Online]. Available: https://ejournal3.undip.ac.id/index.php/gaussian/

S. Roiqoh and B. Zaman, “JURNAL MEDIA INFORMATIKA BUDIDARMA Analisis Sentimen Berbasis Aspek Ulasan Aplikasi Mobile JKN dengan Lexicon Based dan Naïve Bayes,” Jurnal Media Informatika Budidarma, vol. 5, no. 3, pp. 1582–1592, Jul. 2023, doi: 10.30865/mib.v7i3.6194.

S. S. Salim and J. Mayary, “ANALISIS SENTIMEN PENGGUNA TWITTER TERHADAP DOMPET ELEKTRONIK DENGAN METODE LEXICON BASED DAN K – NEAREST NEIGHBOR,” Jurnal Ilmiah Informatika Komputer, vol. 25, no. 1, pp. 1–17, 2020, doi: 10.35760/ik.2020.v25i1.2411.

F. F. Irfani, “ANALISIS SENTIMEN REVIEW APLIKASI RUANGGURU MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE,” JBMI (Jurnal Bisnis, Manajemen, dan Informatika), vol. 16, no. 3, pp. 258–266, Feb. 2020, doi: 10.26487/jbmi.v16i3.8607.

R. I. Syah, H. Hoiriyah, and M. Walid, “ANALISIS SENTIMEN PENGGUNA MEDIA SOSIAL TERHADAP APLIKASI M-HEALTH PEDULI LINDUNGI DENGAN METODE LEXICON BASED DAN NAÏVE BAYES,” Indonesian Journal of Business Intelligence (IJUBI), vol. 6, no. 1, Jun. 2023, doi: 10.21927/ijubi.v6i1.3275.

Y. Asri, W. N. Suliyanti, D. Kuswardani, and M. Fajri, “Pelabelan Otomatis Lexicon Vader dan Klasifikasi Naive Bayes dalam menganalisis sentimen data ulasan PLN Mobile,” Jurnal Pengkajian dan Penerapan Teknik Informatika, vol. 15, no. 2, pp. 264–275, Nov. 2022, doi: 10.33322/petir.v15i2.1733.

N. Putriani, F. R. Umbara, and P. N. Sabrina, “Analisis Sentimen pada Aplikasi PeduliLindungi dengan Menggunakan Metode Improved K-Nearest Neighbor dan Lexicon Based,” Jurnal Teknologi Informatika dan Komputer, vol. 8, no. 1, pp. 350–364, Mar. 2022, doi: 10.37012/jtik.v8i1.1107.