Analisis Sentimen Berbasis Aspek Pada Ulasan Finance Techonology Menggunakan Metode Support Vector Machine

Analisis sentimen berbasis aspek adalah salah satu domain kasus opini mining yang bertujuan untuk mencari polaritas teks tertulis berdasakan dari aspek-aspek tertentu. Pada penelitian ini, digunakan metode Support Vector Machine (SVM) dikarenakan SVM dapat melakukan prediksi, salah satunya baik digunakan dalam kasus pengklasifikasian teks. Tahapan yang akan dilakukan pada penelitian ini meliputi tahap praproses data, lalu pembobotan kata, dilanjutkan dengan pembagian data latih dan data uji, pelatihan, dan pengujian. Teks ulasan yang akan digunakan ialah ulasan aplikasi finance technology berbahasa Indonesia. Dalam penelitian ini, terdapat dua klasifikasi, klasifikasi sentimen dan klasifikasi aspek dengan jumlah ulasan yang digunakan sebanyak 406 dimana ulasan tersebut dibagi menjadi 324 ulasan data latih dan 82 ulasan data uji. Aspek yang akan digunakan meliputi aspek pelayanan, aspek sistem, dan aspek kebergunaan. Di dalam penelitian ini, akan dilakukan Grid Search Cross Validation untuk mendapatkan hyperparameter yang terbaik pada klasifikasi aspek. Hasil Pengukuran akurasi menggunakan Confusion Matrix menghasilkan akurasi pada klasifikasi aspek kebergunaan sebesar 85,16%, 96,34% pada aspek pelayanan, dan 81,71% pada aspek sistem, sedangkan nilai akurasi pada klasifikasi sentimen sebesar 92,68%. Dalam penerapannya, diperlukan penyeimbang data agar menghasilkan nilai akurasi yang lebih optimal dengan jumlah data yang lebih banyak.