ANALISIS SENTIMEN BERBASIS ASPEK PADA ULASAN PENGGUNA APLIKASI STARBUCKS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE

Muhammad Adin Palimbani, Rochana Prih Hastuti, S.Kom., M.Cs

2023 | Tugas Akhir | D4 Teknologi Perangkat Lunak

Perkembangan transformasi digital di semua aspek bisnis saat ini telah mengubah cara perusahaan memberikan nilai tambah bagi bisnis mereka. Salah satu contohnya yaitu perusahaan bisnis kedai kopi Starbucks yang memanfaatkan tren teknologi aplikasi mobile dengan mengembangkan "Loyalty Rewards App". Namun, banyak ditemukan ulasan negatif di Google Play Store yang harus diperhatikan pihak pengembang. Belum ada penelitian pada ulasan tersebut sehingga sentimen dan informasi terkait aspek penting seperti aspek-aspek usability aplikasi masih belum diketahui. Penelitian ini bertujuan untuk mengetahui sentimen ulasan pengguna aplikasi Starbucks serta aspek-aspek usability aplikasi yaitu learnability, efficiency, errors dan satisfaction, menggunakan metode SVM, dengan menguji tiga jenis kernel yaitu Linear, Polinomial dan RBF. Tahap preprocessing data diikuti dengan ekstraksi fitur menggunakan TF-IDF. Untuk mendapatkan hasil klasifikasi yang lebih baik, juga dilakukan Hyperparameter tuning pada model SVM menggunakan GridSearchCV. Dataset diperoleh dari hasil scraping ulasan pengguna aplikasi Starbucks di Google Play Store. Hasil penelitian menunjukkan bahwa pembuatan model klasifikasi menggunakan SVM memiliki performa yang cukup baik yaitu dengan rata-rata skor dari skor akurasi sebesar 88.96%, f1-score 66.85%, presisi 75.77?n recall 64.68%. Sementara itu, hasil analisis menunjukkan bahwa mayoritas sentimen bernilai negatif di seluruh aspek aplikasi terutama pada aspek errors, yang menandakan tingginya tingkat kesalahan pada sistem.

The development of digital transformation in all aspects of business today has changed the way companies add values to their business. One example is the coffee shop business company called Starbucks, which utilizes the trend of mobile application technology by developing a "Loyalty Rewards App". However, there are many negative reviews on the Google Play Store that developers should pay attention to. There has been no research on these reviews so that sentiment and information related to important aspects such as usability aspects of the application are still unknown. This study aims to determine the sentiment of Starbucks application user reviews as well as aspects of application usability namely learnability, efficiency, errors and satisfaction, using the SVM method, with three kernel functions namely Linear, Polinomial and RBF. The data preprocessing stage is followed by feature extraction using TF-IDF. To get better classification results, hyperparameter tunning is also performed on the SVM model using GridSearchCV. The dataset is obtained from scraping user reviews of the Starbucks application on the Google Play Store. The results showed that the classification modeling using SVM has a fairly good performance with an average score of 88.96% akurasi score, 66.85?-score, 75.77% precision and 64.68% recall. Meanwhile, the analysis results show that the majority of sentiments are negative in all aspects of the application, especially in the errors aspect, which indicates a high error rate of the system.

Kata Kunci : analisis sentimen berbasis aspek, support vector machine, aspek learnability, aspek efficiency, aspek errors, aspek satisfaction, starbucks