Implementasi Algoritma SVM dan Naive Bayes untuk Analisis Sentimen pada Ulasan Pengguna Aplikasi OneDrive

Abstract

Abstrak

Teknologi saat ini menawarkan solusi penyimpanan data secara online yang dikenal sebagai cloud storage. Contohnya adalah OneDrive, yang memungkinkan pengguna untuk menyimpan, berbagi, dan mengakses berkas secara fleksibel dari berbagai platform. Dengan populernya OneDrive, peningkatan penggunaannya membawa implikasi besar terhadap pengalaman pengguna dan keberhasilan bisnis Microsoft. Persepsi dan pengalaman pengguna sangat penting dalam menilai kualitas aplikasi, karena ulasan di platform seperti Google Play Store memberikan gambaran nyata tentang kepuasan dan kebutuhan pengguna. Agar layanan suatu aplikasi dapat digunakan dan diterima oleh pengguna, maka harus memiliki pengalaman pengguna yang baik. Seiring meningkatnya jumlah pengguna di Google Play Store, ulasan yang diberikan juga terus bertambah. Ulasan ini sering menjadi sumber informasi penting tentang produk atau aplikasi perangkat lunak tertentu. Namun, jumlah ulasan yang banyak dan beragam dapat memberikan dampak positif maupun negatif bagi pengembang. Oleh karena itu, diperlukan sistem otomatis untuk mengolah data ulasan tersebut melalui analisis sentimen. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi OneDrive di Google Play Store, untuk melihat kecenderungan opini pengguna, apakah bersifat negatif atau positif. Penelitian ini menggunakan metode Naive Bayes dan Support Vector Machine (SVM) untuk mengklasifikasikan ulasan pengguna menjadi sentimen positif atau negatif. Proses penelitian meliputi perumusan masalah, perancangan penelitian, pengumpulan data ulasan, pengolahan data, penyajian data dalam bentuk tabel, dan analisis data. Peneliti berharap hasil penelitian ini dapat membantu pengembang aplikasi dalam menilai kekurangan dan kelebihan aplikasi mereka serta menjadi bahan evaluasi di masa mendatang.

Kata kunci: Algoritma SVM, Naïve Bayes, OneDrive

Abstract

Current technology offers online data storage solutions known as cloud storage. An example is OneDrive, which allows users to store, share, and access files flexibly from various platforms. With the popularity of OneDrive, its increasing use has major implications for the user experience and the success of Microsoft's business. User perception and experience are very important in assessing the quality of an application, because reviews on platforms such as the Google Play Store provide a real picture of user satisfaction and needs. In order for an application service to be used and accepted by users, it must have a good user experience. As the number of users on the Google Play Store increases, the reviews given also continue to increase. These reviews are often an important source of information about a particular software product or application. However, the large number and variety of reviews can have a positive or negative impact on developers. Therefore, an automated system is needed to process the review data through sentiment analysis. This study aims to analyze user sentiment towards the OneDrive application on the Google Play Store, to see the tendency of user opinion, whether it is negative or positive. This study uses the Naive Bayes method and Support Vector Machine (SVM) to classify user reviews into positive or negative sentiment. The research process includes problem formulation, research design, review data collection, data processing, data presentation in tabular form, and data analysis. The researcher hopes that the results of this study can help application developers in assessing the shortcomings and advantages of their applications and become evaluation material in the future.

Keywords: SVM algorithm, Naïve Bayes, OneDrive