ANALISIS SENTIMEN ULASAN APLIKASI ALFAGIFT PADA PLAYSTORE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE
DOI:
https://doi.org/10.71282/jurmie.v3i2.1733Keywords:
Sentiment Analysis, Support Vector Machine (SVM), Alfagift, App Reviews, Text Mining, TF-IDF, Play StoreAbstract
As smartphone usage continues to increase in Indonesia, understanding user perceptions through application reviews becomes essential to capture real user experiences. This study aims to analyze user sentiment toward the Alfagift application available on the Google Play Store and classify the sentiment using the Support Vector Machine (SVM) method. A total of 1,887 user reviews were collected between November 2025 and January 2026 through web scraping techniques. The research stages included data collection, followed by preprocessing steps such as data cleaning, case folding, word normalization, tokenization, stopword removal, and stemming. Term weighting was performed using the TF-IDF (Term Frequency–Inverse Document Frequency) method, and sentiment was classified into two categories: positive (ratings above 3) and negative (ratings equal to or below 3). The results showed that 64.10% of reviews were positive and 35.90% were negative. A linear kernel SVM model was applied using an 80:20 training-testing split, achieving an accuracy of 84.92%, precision of 83.84%, recall of 82.02%, and F1-score of 82.79%. The findings indicate that SVM is effective for sentiment classification and provides valuable insights for application improvement.
Downloads
References
Adinugroho, R. (2022). PERBANDINGAN RASIO SPLIT DATA TRAINING DAN DATA TESTING MENGGUNAKAN METODE LSTM.
Al Hafizh, M. R., Aldi Daim Fauzan, Woro Isti Rayahu, Kiki Mustaqim, & Rahma Hanum. (2025). Web Scraping Data Ulasan Pelanggan untuk Kemajuan Bisnis E-Commerce pada Official Store dan Non-Official Store dengan Pendekatan Natural Language Processing. Data Sciences Indonesia (DSI), 5(1), 1–9. https://doi.org/10.47709/dsi.v5i1.5748
Alzahra, D. A., Enri, U., Yuyun, U., Informatika, P., & Karawang, U. S. (2023). Analisis Sentimen Ulasan Pengguna Klik Indomaret Pada Google Play Menggunakan Support Vector Machine. 3(4), 2173–2185.
Arsianto, J. L., & Gautama, T. K. (2025). Pengembangan Aplikasi Web Scraping untuk Crawling Web Data dari Situs E-Commerce Properti. Jurnal Strategi, 7(1), 151–163. https://strategi.it.maranatha.edu/index.php/strategi/article/view/578/402
Buana, M. I., & Arianto, D. B. (2024). Analisis Sentimen Ulasan Pengguna Aplikasi ZenPro dengan Implementasi Algoritma Support Vector Machine ( SVM ). 3(1), 45–52.
Dariato, E., Laple, R., & Putra, S. (2025). Analisis Sentimen Komentar Pengguna Aplikasi Alfagift Di Google Playstrore Menggunakan Metode Support Vector Machine ( SVM ). JATILIMA, 07(03), 685–696.
Endah Wiji Lestari M.Kom. (2022). WORKSHOP PELATIHAN DASAR PEMROGRAMAN PYTHON.
Enjeli, M., & Wijaya, A. (2024). Analisis Sentimen Pengunaaan Aplikasi Kinemaster Menggunakan Metode Naive Bayes. JURNAL ILMIAH COMPUTER SCIENCE (JICS), 2, 89–98.
Faadilah, A. (2020). ANALISIS SENTIMEN PADA ULASAN APLIKASI TOKOPEDIA DI GOOGLE PLAY STORE MENGGUNAKAN METODE LONG SHORT TERM MEMORY.
Firdaus, R. Z., Wijoyo, S. H., & Purnomo, W. (2025). Analisis Sentimen Berbasis Aspek Ulasan Pengguna Aplikasi Alfagift Menggunakan Metode Random Forest dan Pemodelan Topik Latent Dirichlet Allocation. 9(2), 1–10.
Hale, Y. H. U. (2024). Analisis Sentimen Ulasan Pengguna Aplikasi Shopee Menggunakan Metode Naive Bayes Dan K-Fold Cross Validation. Bina Sarana Informatika, 3(3), 80.
Handika. (2024). Pemanfaatan Python dan Google Colab Dalam Pembelajaran Statistika Deskriptif. Edumatnesia, 379–389.
Hendrawan, A., & Utomo, R. (2020). Penggunaan JavaScript untuk Interaksi Dinamis pada Situs Web. In Penerbit Tahta Media.
Hendri Cipta Husada, A. S. (2021). Analisis Sentimen Pada Maskapai Penerbangan di Platform Twitter Menggunakan Algoritma Support Vector Machine ( SVM ) Sentiment Analysis of Airline on Twitter Platform Using Support Vector Machine ( SVM ) Algorithm. 10(1), 18–26. https://doi.org/10.34148/teknika.v10i1.311
Irma, S. K. I., Yasin, A. M., & Irvan, A. S. (2023). Analisis Sentimen Terhadap Penggunaan Aplikasi Shopee Mengunakan Algoritma Support Vector Machine (SVM). Jambura Journal of Electrical and Electronics Engineering, 5(1), 32–35.
Ismunandar, D. (2021). HYPERPARAMETER TUNING BERBASIS GRIDSEARCHCV PADA KLASIFIKASI HARGA TELEPON GENGGAM. 167–186.
Kamal, W. W. (2021). Analisis Sentimen Ulasan Produk Skincare Menggunakan Metode Support Vector Machine (Studi Kasus: Forum Female Daily). Universitas Islam Indonesia, 65. https://dspace.uii.ac.id/handle/123456789/34153
Kusuma, I. H., & Cahyono, N. (2023). Analisis Sentimen Masyarakat Terhadap Penggunaan E-Commerce Menggunakan Algoritma K-Nearest Neighbor. Jurnal Informatika: Jurnal Pengembangan IT, 8(3), 302–307. https://doi.org/10.30591/jpit.v8i3.5734
Mardiana, M. (2023). SENTIMEN ANALISIS TERHADAP APLIKASI ALFAGIFT PADA GOOGLE PLAY STORE DENGAN ALGORITMA SUPPORT VECTOR MACHINE (SVM).
Maulana, B. A., Fahmi, M. J., Imran, A. M., & Hidayati, N. (2024). Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 375–384. https://doi.org/10.57152/malcom.v4i2.1206
Meilina, L., Kumara, I. N. S., & Setiawan, I. N. (2021). Literature Review Klasifikasi Data Menggunakan Metode Cosine Similarity dan Artificial Neural Network. Majalah Ilmiah Teknologi Elektro, 20(2), 307. https://doi.org/10.24843/mite.2021.v20i02.p15
Nabawi, I. (2023). Klastering Spesifikasi Smartphone Menggunakan Algoritma Self Organizing Map. FAHMA – Jurnal Informatika Komputer, Bisnis Dan Manajemen, 21(1), 35–44.
Pradana, A. I., & Atina, V. (2024). Teknik K-Fold Cross Validation untuk Mengevaluasi Kinerja Mahasiswa. Institut Teknologi Garut, 239–248. https://doi.org/10.33364/algoritma/v.21-1.1618
Pratama, M. A. (2024). Perbandingan Metode Naïve Bayes Dan Support Vector Machine Pada Analisis Sentimen Ulasan Game Genshin Impact Skripsi. 87. https://genshin.hoyoverse.com/id/game
Prayogi, M. B., & Masitoh, G. (2025). Analisis Sentimen Ulasan Pengguna Aplikasi Alfagift Menggunakan Random Forest. 10(2), 158–170.
Rabbani, S., Safitri, D., Rahmadhani, N., Sani, A. A. F., & Anam, M. K. (2023). Perbandingan Evaluasi Kernel SVM untuk Klasifikasi Sentimen dalam Analisis Kenaikan Harga BBM: Comparative Evaluation of SVM Kernels for Sentiment Classification in Fuel Price Increase Analysis. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 3(2), 153–160. https://journal.irpi.or.id/index.php/malcom/article/view/897%0Ahttps://journal.irpi.or.id/index.php/malcom/article/download/897/421
Rhomaningtias, L., Khairunisa, A., Shella, S., Wara, M., & Hindrayani, K. M. (2025). ANALISIS SENTIMEN ULASAN APLIKASI SMILE INDONESIA MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE ( SVM ). HOAQ: JURNAL TEKNOLOGI INFORMASI, 16(c), 79–91.
Riski, A., Pratama, I., Latipah, S. A., & Sari, B. N. (2022). OPTIMASI KLASIFIKASI CURAH HUJAN MENGGUNAKAN SUPPORT VECTOR MACHINE (SVM) DAN RECURSIVE FEATURE ELIMINATION (RFE). JIPI (Jurnal Ilmiah Penelitian Dan Pembelajaran Informatika), 07(2), 314–324.
Rizki Wahyudi, G. K. (2021). Analisis Sentimen Review Aplikasi LinkedIn di Google Play Store Menggunakan Support Vector Machine. JURNAL INFORMATIKA, 8(2), 454. https://doi.org/10.35889/progresif.v20i1.1614
Sarimole, F. M. (2024). Analisis Sentimen Terhadap Aplikasi Satu Sehat Pada Twitter Menggunakan Algoritma Naive Bayes Dan Support Vector Machine. Jurnal Sains Dan Teknologi, 5(3), 783–790.
Styawati, S., Hendrastuty, N., & Isnain, A. R. (2021). Analisis Sentimen Masyarakat Terhadap Program Kartu Prakerja Pada Twitter Dengan Metode Support Vector Machine. Jurnal Informatika: Jurnal Pengembangan IT, 6(3), 150–155. https://doi.org/10.30591/jpit.v6i3.2870
Valerian, F. R., Syarief, M., Fatah, D. A., Informasi, S., Madura, U. T., Kamal, K., & Timur, J. (2025). Klasifikasi tingkat obesitas menggunakan metode gbm dan confusion matrix. Jurnal Mahasiswa Teknik Informatika (JATI), 9(2), 2242–2249.
Wilyani, F., Nuryan Arif, Q., & Aslimar, F. (2024). Pengenalan Dasar Pemrograman Python Dengan Google Colaboratory Basic Introduction to Python Programming With Google Colaboratory. Jurnal Pengabdian Pada Masyarakat Indonesia, 3(1), 788–796. https://doi.org/10.55606/jppmi.v3i1.1087
Woro Isti Rahayu, Cahyo Prianto, E. A. N. (2021). PERBANDINGAN ALGORITMA K-MEANS DAN NAÏVE BAYES UNTUK MEMPREDIKSI PRIORITAS PEMBAYARAN TAGIHAN RUMAH SAKIT BERDASARKAN TINGKAT KEPENTINGAN PADA PT. PERTAMINA (PERSERO) Woro. Jurnal Teknik Informatika, 13(2), 1–8.
Downloads
Published
Issue
Section
License
Copyright (c) 2026 Raden Raihan Nur Barkah Ramadhan, Elah Nurlelah (Author)
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
