Analisis Sentimen Ulasan Aplikasi Gojek Menggunakan Support Vector Machine Dan Random Forest

Azka Bima Aditya; Syafri Samsudin; Winahyu Pandu Rizki; Mahir Mahendra; Arif Setiawan

doi:10.54914/jit.v11i2.1884

Penulis

Azka Bima Aditya Universitas Muria Kudus
Syafri Samsudin Universitas Muria Kudus
Winahyu Pandu Rizki Universitas Muria Kudus
Mahir Mahendra Universitas Muria Kudus
Arif Setiawan Universitas Muria Kudus

DOI:

https://doi.org/10.54914/jit.v11i2.1884

Kata Kunci:

Analisis Sentimen, Gojek, Machine Learning, Random Forest, Support Vector Machine

Abstrak

Perkembangan pesat transportasi digital seperti Gojek menuntut pemahaman yang mendalam tentang kepuasan pengguna. Penelitian ini menganalisis sentimen dari ulasan aplikasi Gojek untuk mengevaluasi opini publik dan membandingkan performa model Support Vector Machine (SVM) dan Random Forest. Metode eksperimen kuantitatif diterapkan pada 30.055 ulasan pengguna versi "4" dan "5" dari Google Play Store. Data melalui pra-pemrosesan teks yang komprehensif, pelabelan sentimen otomatis menggunakan VADER yang diperkaya dengan leksikon Bahasa Indonesia, dan ekstraksi fitur TF-IDF. Ketidakseimbangan data latih diatasi dengan SMOTE sebelum data dibagi untuk pelatihan dan pengujian. Hasil menunjukkan bahwa sentimen pengguna didominasi oleh kategori positif (38,9%) dan netral (38,2%). Dalam evaluasi kinerja, model SVM terbukti sangat unggul dengan akurasi 96% dan F1-score 0,96, melampaui Random Forest yang memperoleh akurasi 93% dan F1-score 0,93. Kesimpulannya, SVM merupakan model yang lebih efektif untuk klasifikasi sentimen pada ulasan Gojek. Penelitian selanjutnya direkomendasikan untuk menyempurnakan leksikon dan menerapkan analisis berbasis aspek guna mendapatkan wawasan yang lebih mendalam.

Unduhan

Data unduhan belum tersedia.

Referensi

B. Astuti and M. R. Daud, “Kepastian Hukum Pengaturan Transportasi Online,” Al-Qisth Law Rev., vol. 6, no. 2, p. 205, Feb. 2023, doi: 10.24853/al-qisth.6.2.205-244.

V. Rhesy Modompit, J. Bintang Kalangi, and J. I. Sumual, “Analisis Permintaan Transportasi Gojek Online di Kota Manado,” J. Berk. Ilm. Efisiensi, vol. 20, no. 3, pp. 1–12, 2020.

P. Fakhriyah, “Pengaruh Layanan Transportasi Online (Gojek) Terhadap Perluasan Lapangan Kerja Bagi Masyarakat Di Kota Cimahi,” Comm-Edu (Community Educ. Journal), vol. 3, no. 1, p. 34, Jan. 2020, doi: 10.22460/comm-edu.v3i1.3719.

G. Kanugrahan, V. Hafizh, C. Putra, and Y. Ramdhani, “Analisis Sentimen Aplikasi Gojek Menggunakan SVM , Random Forest dan Decision Tree,” J. Infortech, vol. 6, no. 2, pp. 171–178, 2024.

Harun Raudhatul Na’im and Wiyadi, “Analisis Pengaruh Kualitas Pelayanan, Harga, Citra Merek Dan Word Of Mouth Terhadap Kepuasan Pelanggan Transportasi Online (Gojek),” J. LENTERA BISNIS, vol. 13, no. 3, pp. 1789–1805, Sep. 2024, doi: 10.34127/jrlab.v13i3.1223.

A. Khusnul Khotimah, “Analisis Sentimen Terhadap Kualitas Pelayanan,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 3, pp. 3044–3048, May 2024, doi: 10.36040/jati.v8i3.9520.

S. Azzahra, Z. Kusuma, D. E. Ratnawati, and N. Y. Setiawan, “Analisis Sentimen Pengguna Sosial Media Twitter / X Terhadap Acara Clash Of Champions Menggunakan Metode Multinomial Naïve Bayes,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 9, no. 3, pp. 1–10, 2025.

S. Farkhatul Jannah, R. Astuti, and F. Muhamad Basysyar, “Implementasi Algoritma Random Forest Pada Aplikasi Picsart Berdasarkan Respon Pengguna,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 274–283, Feb. 2024, doi: 10.36040/jati.v8i1.8329.

I. S. K. Idris, Y. A. Mustofa, and I. A. Salihi, “Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM),” Jambura J. Electr. Electron. Eng., vol. 5, no. 1, pp. 32–35, Jan. 2023, doi: 10.37905/jjeee.v5i1.16830.

I. Huda, “Implementasi Natural Language Processing (Nlp) Untuk Aplikasi Pencarian Lokasi,” J. Nas. Teknol. Terap., vol. 3, no. 2, p. 15, Oct. 2021, doi: 10.22146/jntt.35036.

F. N. Zaman, M. A. Fadhilah, M. A. Ulinuha, and K. Umam, “Menganalisis Respons Netizen Twitter Terhadap Program Makan Siang Gratis Menerapkan Nlp Metode Naïve Bayes,” Just IT J. Sist. Informasi, Teknol. Inf. dan Komput., vol. 14, no. 3, pp. 150–233, 2024, [Online]. Available: https://jurnal.umj.ac.id/index.php/just-it/index

F. D. Adhiatma and A. Qoiriah, “Penerapan Metode TF-IDF dan Deep Neural Network untuk Analisa Sentimen pada Data Ulasan Hotel,” J. Informatics Comput. Sci., vol. xx, pp. 183–193, Nov. 2022, doi: 10.26740/jinacs.v4n02.p183-193.

M. R. Adrian, M. P. Putra, M. H. Rafialdy, and N. A. Rakhmawati, “Perbandingan Metode Klasifikasi Random Forest dan SVM Pada Analisis Sentimen PSBB,” J. Inform. Upgris, vol. 7, no. 1, pp. 36–40, Jun. 2021, doi: 10.26877/jiu.v7i1.7099.

U. Khairani, V. Mutiawani, and H. Ahmadian, “Pengaruh Tahapan Preprocessing Terhadap Model Indobert Dan Indobertweet Untuk Mendeteksi Emosi Pada Komentar Akun Berita Instagram,” J. Teknol. Inf. dan Ilmu Komput., vol. 11, no. 4, pp. 887–894, Aug. 2024, doi: 10.25126/jtiik.1148315.

L. K. Sukiman, A. R. D. Saribu, and A. Wiajaya, “Analisis Sentimen Ulasan Aplikasi Linkedin Dalam Google Play Store Dengan Model Naïve Bayes,” Djtechno J. Teknol. Inf., vol. 4, no. 2, pp. 374–385, 2023.

N. Z. Putri, M. Martanto, A. R. Dikananda, and A. Rifa’i, “Analisis Sentimen Aplikasi SeaBank dengan Algoritma Naive Bayes untuk Optimalisasi Pelayanan,” J. Inform. Terpadu, vol. 11, no. 1, pp. 55–62, Apr. 2025, doi: 10.54914/jit.v11i1.1721.

D. S. Nurrochmah, N. Rahaningsih, R. D. Dana, and C. L. Rohmat, “Penerapan Algoritma Naive Bayes dalam Analisis Sentimen Ulasan Aplikasi KitaLulus di Google Play Store,” J. Inform. Terpadu, vol. 11, no. 1, pp. 1–11, 2025.

S. Ernawati and R. Wati, “Evaluasi Performa Kernel SVM dalam Analisis Sentimen Review Aplikasi ChatGPT Menggunakan Hyperparameter dan VADER Lexicon,” J. Buana Inform., vol. 15, no. 01, pp. 40–49, Apr. 2024, doi: 10.24002/jbi.v15i1.7925.

Y. Matira, Junaidi, and I. Setiawan, “Pemodelan Topik pada Judul Berita Online Detikcom Menggunakan Latent Dirichlet Allocation,” Estimasi J. Stat. Its Appl., vol. 4, no. 1, pp. 53–63, 2023, [Online]. Available: http://journal.unhas.ac.id/index.php/ESTIMASI

K. Pramayasa, I. M. D. Maysanjaya, and I. G. A. A. D. Indradewi, “Analisis Sentimen Program Mbkm Pada Media Sosial Twitter Menggunakan KNN Dan SMOTE,” SINTECH (Science Inf. Technol. J., vol. 6, no. 2, pp. 89–98, Aug. 2023, doi: 10.31598/sintechjournal.v6i2.1372.