Analisis Sentimen Review Aplikasi Grab Dari Google Play Store Menggunakan Metode Support Vector Machine

Latar Belakang: Grab sering mengalami beberapa masalah yang dapat membuat konsumen mengeluh dengan pelayanan yang tidak memuaskan. Dengan demikian aplikasi ini masih memiliki beberapa kekurangannya karena ada beberapa orang yang menggunakan aplikasi mengalami beberapa kendala dari aplikasi, seperti tidak ada pemberitahuan jika resto tutup, permintaan batalkan pesanan tidak direspon dengan baik, harga makanan dan ongkir makin mahal, dan juga server sering error dari aplikasi.
Tujuan: Penelitian ini bertujuan untuk menganalisis sentimen untuk memberikan informasi dan masukan kepada pihak grab mengenai faktor yang dominan pada fitur Grabfood, dan informasi yang diperoleh dapat digunakan untuk mendukung
evaluasi layanan menjadi baik.
Metode Penelitian: Penelitian ini menggunakan algoritma SVM (Support Vector Machine)
Hasil: Penelitian ini menemukan bahwa dengan 2000 data yang diambil dan dari hasil klasifikasi dibagi menjadi 2 bagian sentimen yaitu sentimen positif dan sentimen negatif dengan hasil data review positif 914 dan jumlah review negatif 1085. Hasil penelitian menggunakan metode SVM menghasilkan nilai akurasi data training sebesar 73,8%.
Kesimpulan: Penlitian ini menemukan bahwa mayoritas pengguna memberikan ulasan negatif untuk aplikasi Grab, yang menunjukan ketidakpuasaan pengguna terhadap aplikasi karena masih banyak fitur yang error dan sebagainya.