Analisis Sentimen Review Aplikasi LinkedIn di Google Play Store Menggunakan Support Vector Machine
Abstract
Social Networking Sites (SNS) have emerged as popular communication tools for sharing knowledge and connections. LinkedIn, which is the most widely used professional network in today’s technological era, is primarily utilized by professionals and the business world. LinkedIn serves as a platform for interacting with other professionals, building a professional profile, establishing connections and relationships, as well as developing work networks and business opportunities. In this research, a sentiment analysis of the usefulness of the LinkedIn application was conducted, involving 3000 reviews from the Google Play Store, using the Support Vector Machine (SVM) algortihm. The research process includes data collection (crawling), data cleaning, translation, labeling, text tokenization, and the elimination of common words (stop words). After optimizing parameters using the grid search method (grid param), a classification accuracy of 82% was achieved with parameter settings of C = 1; gamma = 0.1; and kernel = ‘linear’. This result indicates that the SVM algorithm can be used quite accurately for sentiment classification in Google Play Store reviews.
Kata kunci: LinkedIn; Support Vector Machine; Google Play Store
Abstrak
Social Networking Sites (SNS) muncul sebagai alat komunikasi yang cukup populer untuk berbagi pengetahuan dan koneksi. LinkedIn, yang merupakan jaringan profesional yang paling banyak di gunakan die era perkembangan teknologi saat ini, terutama oleh para professional dan dunia kerja. LinkedIn berfungsi sebagai platform untuk berinteraksi dengan profesional lainnya, membangun profil profesional, membangun koneksi dan relasi, serta mengembangkan jaringan kerja dan peluang bisnis. Dalam penelitian ini, dilakukan analisis sentimen terhadap kegunaan aplikasi LinkedIn dengan melibatkan 3000 ulasan di Google Play Store, menggunakan algoritma Support Vector Machine (SVM). Proses penelitian ini meliputi pengambilan data (crawling), pembersihan data (cleaning), penerjemahan (translation), pemberian label (labelling), pemenggalan teks menjadi token (tokenization), dan eliminasi kata-kata umum (stop words). Setelah dilakukan optimisasi parameter dengan metode grid search (grid param), diperoleh akurasi klasifikasi sebesar 82% dengan pengaturan parameter C = 1; gamma = 0,1; dan kernel = ‘linear’. Hasil ini menunjikkan bahwa algoritma SVM dapat digunakan dengan cukup akurat untuk melakukan klasifikasi sentimen pada ulasan di Google Play Store.
Kata kunci: LinkedIn; Support Vector Machine; Google Play Store
References
S. H. Baruffaldi, G. Di Maio, and P. Landoni, “Determinants of PhD holders’ use of social networking sites: An analysis based on LinkedIn,” Res. Policy, vol. 46, no. 4, pp. 740–750, May 2017, doi: 10.1016/j.respol.2017.01.014.
Annur Cindy Mutia, “10 Negara dengan Pengguna LinkedIn Terbanyak Dunia, Ada Indonesia,” databoks.katadata.co.id.
L.K. Sukiman, A.R.D. Saribu, & A. Wiajaya, "Analisis Sentimen Ulasan Aplikasi Linkedin Dalam Google Play Store Dengan Model Naïve Bayes". Djtechno: Jurnal Teknologi Informasi, vol. 4, no. 2, pp. 374-385, 2023
X. Cox and A. Wang, “TY VL IS SN DO UR AU PY Y1 TI T2 PB SP EP Y2,” 2018, doi: 10.1108/OIR.
Z. A. N. Gumilang, “Implementasi Naïve Bayes Classifier Dan Asosiasi Untuk Analisis Sentimen Data Ulasan Aplikasi E-Commerce Shopee Pada Situs Google Play,” Repository, Universitas Islam Indonesia Yogyakarta, 2018.
S. Sahara, R. A. Permana, “Metode Knn Pada Sentiment Analisis Review Produk Game Android,” IJNS, Vol. 11, no. 2, pp. 123-128, 2022
D. Pratmanto, R. Rousyati, F. F. Wati, A. E. Widodo, S. Suleman, and R. Wijianto, “App Review Sentiment Analysis Shopee Application in Google Play Store Using Naive Bayes Algorithm,” in Journal of Physics: Conference Series, vol. 1641, no. 1, p. 012043, IOP Publishing, 2020. doi: 10.1088/1742-6596/1641/1/012043.
N. D. Susanti, E. Sediyono, and I. Sembiring, “Uji Perbandingan Akurasi Analisis Sentimen Pariwisata menggunakan Algoritma Support Vector Machine dan Naive Bayes,” Nusant.of Enginering, vol. 3 no.2, pp. 1-8, 2016.
A. P. Giovani, A. Ardiansyah, T. Haryanti, L. Kurniawati, and W. Gata, “Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi,” J. Teknoinfo, vol. 14, no. 2, p. 115, Jul. 2020, doi: 10.33365/jti.v14i2.679.
A. Rozaq, Y. Yunitasari, K. Sussolaikah, E. R. N. Sari, and R. I. Syahputra, “Analisis Sentimen Terhadap Implementasi Program Merdeka Belajar Kampus Merdeka Menggunakan Naïve Bayes, K-Nearest Neighboars Dan Decision Tree,” J. MEDIA Inform. BUDIDARMA, vol. 6, no. 2, pp. 746-750, Apr. 2022, doi: 10.30865/mib.v6i2.3554.
E. Susanto Gulo, Y. Ricardo Gulo, and S. Florina Marbun, “Perbandingan Efektifitas Algoritma Decision Tree, Naive Bayes, K-Nearest Neighbor Dan Support Vector Machine Dalam Melakukan Klasifikasi,” J. Penelit. Tek. Inform., vol. 5 no.2, pp. 54-59, 2022.
A. M. Pravina, I. Cholissodin, and P. P. Adikara, “Analisis Sentimen Tentang Opini Maskapai Penerbangan pada Dokumen Twitter Menggunakan Algoritme Support Vector Machine (SVM),” Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, vol. 3, no. 3, pp. 2789-279, 2019. [Online]. Available: http://j-ptiik.ub.ac.id
A. Novantirani, M. K. Sabariah, and V. Effendy, “Analisis Sentimen pada Twitter untuk Mengenai Penggunaan Transportasi Umum Darat Dalam Kota dengan Metode Support Vector Machine,” e-Proceeeding Eng., vol. 2, no. 1, pp. 1–7, 2015.
M. N. Akbar, N. Hasanahlmar’iyah Rusydi, M. Hasrul, and S. Ramadhanti, “Sentiment Analysis Terhadap Review Aplikasi Maxim di Google Play Store Menggunakan Support Vector Machine (SVM),” vol. 2, no. 2, pp. 9-16, 2022.
F. Fakhri Irfani and M. Triyanto, “Analisis Sentimen Review Aplikasi Ruangguru Menggunakan Algoritma Support Vector Machine,” J. Bisnis, Manaj. dan Inform., vol. 16 no.3, pp. 258-266, 2020.
A. Erfina, S. Basryah, A. Saepulrohman, and D. Lestari, “Menggunakan Algoritma Support Vector Machine (SVM),” Semin. Nas. Inform., pp. 299-305, 2020.
M. Diki Hendriyanto, A. A. Ridha, and U. Enri, “Analisis Sentimen Ulasan Aplikasi Mola Pada Google Play Store Menggunakan Algoritma Support Vector Machine Sentiment Analysis Of Mola Application Reviews On Google Play Store Using Support Vector Machine Algorithm,” J. Inf. Technol. Comput. Sci., vol. 5, no. 1, pp. 1-7, 2022.
R.A. Saemani, & N. Setiyawati, "Sentiment Analysis on The Permendikbud Concern Prevention and Treatment of Sexual Violence in Higher Educational Environments Using Support Vector Machine (SVM)". JITK (Jurnal Ilmu Pengetahuan dan Teknologi Komputer), vol. 8, no. 1, pp. 65-71, 2022.
R. Wahyudi et al., “Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” J. Inform., vol. 8, no. 2, pp. 200-207, 2021, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/ji
How To Cite This :
Refbacks
- There are currently no refbacks.
