Layanan penulisan ilmiah yang disediakan oleh Perpustakaan Universitas Gunadarma
ANALISIS SENTIMEN PENGGUNA APLIKASI TELEGRAM PADA ULASAN GOOGLE PLAYSTORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBOUR (KNN)
ABSTRAKSI :
Farrell Muhammad, 10121460 ANALISIS SENTIMEN PENGGUNA APLIKASI TELEGRAM PADA ULASAN GOOGLE PLAYSTORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (SVM) DAN K-NEAREST NEIGHBORS (KNN) Skripsi, Sistem Informasi, Fakultas Ilmu Komputer dan Teknologi Informasi. Universitass Gunadarma. 2025 Kata kunci: Analisis Sentimen, Google PlayStore, Telegram ( xiii +63+ Lampiran) Perkembangan layanan pesan digital atau yang sering disebut chating seperti telegram mendorong pengguna untuk semakin aktif memberikan ulasan, yang dapat dimanfaatkan dalam mengevaluasi kualitas aplikasi. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap aplikasi telegram berdasarkan ulasan dan rating di Google Play Store, dengan tiga kategori yaitu positif, negatif, dan netral, menggunakan metode Support Vector Machine (SVM) dan K-Nearest Neighbors (K-NN) Metode penelitian yang diterapkan adalah CRISP-DM, yang meliputi tujuh tahapan: pemahaman bisnis, pemahaman data, persiapan data, pemodelan, evaluasi, dan penerapan. Hasil penelitian menunjukkan bahwa model SVM dengan kernel linear mencapai akurasi sebesar 86% pada rasio data 80:20, sedangkan model K-NN dengan nilai k-1 memperoleh akurasi sebesar 78% pada rasio 80:20. Berdasarkan evaluasi menggunakan confusion matrix, tingkat akurasi pada model SVM sebesar 86%, sedangkan pada model K-NN sebesar 78%. Dengan demikian, dapat disimpulkan bahwa SVM lebih unggul dalam menganalisis sentimen pengguna terhadap aplikasi Telegram. Daftar Pustaka (2020-2024)