ANALISIS SENTIMEN ULASAN APLIKASI X PADA GOOGLE PLAY STORE MENGGUNAKAN KOMPARASI SVM, KNN, DAN NAIVE BAYES
DOI:
https://doi.org/10.46576/djtechno.v7i1.8095Kata Kunci:
Analisis Sentimen, X (Twitter), Support Vector Machine, Naive Bayes, KNN.Abstrak
Transformasi rebranding media sosial Twitter menjadi X menimbulkan respons yang beragam dari pengguna global, termasuk di Indonesia. Ulasan pengguna pada platform Google Play Store memuat informasi berharga mengenai kepuasan dan keluhan pengguna, namun volume data yang besar dan tidak terstruktur menyulitkan analisis secara manual. Studi ini difokuskan pada penerapan analisis sentimen guna mengklasifikasikan opini pengguna menjadi kategori positif dan negatif, serta membandingkan kinerja tiga algoritma Machine Learning, yaitu Support Vector Machine (SVM), K-Nearest Neighbor (KNN), dan Naive Bayes. Dataset yang digunakan berjumlah 10.000 data berbahasa Indonesia yang dikumpulkan melalui scraping. Melalui tahapan preprocessing yang meliputi cleaning, tokenizing, dan stemming, data dilatih dengan pembagian rasio 80:20. Hasil pengujian menunjukkan algoritma SVM menggunakan kernel linear menghasilkan kinerja terbaik dengan akurasi sebesar 84,8%, diikuti oleh Naive Bayes sebesar 83,1%, dan KNN sebesar 79,7%. Kesimpulan dari studi ini menegaskan bahwa SVM merupakan metode yang paling efisien guna menangani klasifikasi teks pada data ulasan aplikasi X yang memiliki dimensi tinggi, meskipun terdapat ketidakseimbangan kelas pada dataset.
Referensi
S. A. S. Mola, D. L. B. Baun, I. O. Nunes, and M. M. A. R. Sani, “Analisis sentimen aplikasi Halo BCA di Google Play Store menggunakan metode Naive Bayes, Support Vector Machine dan Random Forest,” HOAQ: J. Teknol. Inf., vol. 15, no. 2, pp. 69–79, Dec. 2024, doi: 10.52972/hoaq.vol15no2.p69-79.
M. A. Febrian et al., “Analisis sentimen terhadap respon perubahan nama Twitter menjadi ‘X’ menggunakan metode Naïve Bayes Classifier,” JATI (J. Mhs. Tek. Inform.), vol. 8, no. 5, pp. 9948–9954, 2024, doi: 10.36040/jati.v8i5.10720.
H. Hansen, “Analisis sentimen terhadap rebranding Twitter menjadi X dengan Naive Bayes, SVM, dan En-semble Learning,” B.S. thesis, Univ. Multimedia Nusantara, Tangerang, Indonesia, 2024. [Online]. Availa-ble: https://kc.umn.ac.id/id/eprint/40359/. [Accessed: Dec. 13, 2025].
D. N. Novianti, D. F. Shiddieq, F. F. Roji, and W. Susilawati, “Komparasi algoritma Support Vector Ma-chine dan Naïve Bayes untuk analisis sentimen pada metaverse,” MALCOM: Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 1, pp. 231–239, Jan. 2024, doi: 10.57152/malcom.v4i1.1061.
S. A. Putri and K. Kusnawi, “Komparasi algoritma Naive Bayes, KNN, dan SVM pada analisis sentimen ulasan aplikasi media sosial di Google Play Store,” J. RESTI (Rekayasa Sist. dan Teknol. Inf.), vol. 7, no. 3, pp. 602–610, Jun. 2023, doi: 10.29207/resti.v7i3.4883.
A. S. R. Ansori and A. N. Fajar, “Studi komparatif algoritma KNN, SVM, dan Naive Bayes untuk analisis sentimen pada review Google Play aplikasi Traveloka,” JITU: J. Inform. Technol. Commun., vol. 9, no. 2, pp. 192–201, Nov. 2025, doi: 10.36596/jitu.v9i2.1861.
T. U. Haque et al., “Sentiment analysis on large scale Bengali text data using SVM, KNN, and Naive Bayes,” in 2022 Int. Conf. on Innovations in Sci., Eng. and Technol. (ICISET), Chittagong, Bangladesh, 2022, pp. 192–197, doi: 10.1109/ICISET54810.2022.9775904.
M. A. F. R. Pohan and Y. A. Sari, “Analisis sentimen menggunakan metode Lexicon-Based dan Support Vec-tor Machine pada Presiden dan Wakil Presiden Indonesia periode 2024-2029,” J. Ilm. Tek. Elektro Terap. (JITET), vol. 13, no. 1, pp. 182–191, Jan. 2025, doi: 10.23960/jitet.v13i1.5604.
L. A. Susanto, “Komparasi model Support Vector Machine dan K-Nearest Neighbor pada analisis sentimen aplikasi Polri Super App,” J. Inform. dan Tek. Elektro Terap. (JITET), vol. 12, no. 2, pp. 1180–1190, 2024, doi: 10.23960/jitet.v12i2.4152.
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, pp. 115–123, Jul. 2020, doi: 10.33365/jti.v14i2.679.
R. N. Rahman, A. Rahim, and W. J. Pranoto, “Analisis sentimen ulasan game eFootball 2024 pada Playstore menggunakan algoritma Naïve Bayes,” J. Ilm. Inform. (JIF), vol. 13, no. 1, pp. 38–44, 2025. [Online]. Avaliable: https://ejournal.upbatam.ac.id/index.php/jif/article/view/9913. [Accessed: Dec. 14, 2025].
I. H. Kusuma and N. Cahyono, “Analisis sentimen masyarakat terhadap penggunaan e-commerce menggunakan algoritma K-Nearest Neighbor,” J. Inform. J. Pengemb. IT (JPIT), vol. 8, no. 3, pp. 302–307, Sep. 2023, doi: 10.30591/jpit.v8i3.5734.
A. R. Isnain, A. I. Sakti, D. Alita, and N. S. Marga, “Sentimen analisis publik terhadap kebijakan PPKM Da-rurat di Twitter menggunakan algoritma Naive Bayes classifier,” J. Data Min. dan Sist. Inf., vol. 2, no. 2, pp. 58–66, 2021, doi: 10.33365/jdmsi.v2i2.1344.
M. R. Hanafi and R. K. R, “Analisis sentimen pada ulasan aplikasi Sirekap di Google Play menggunakan algoritma Naive Bayes,” MALCOM: Indones. J. Mach. Learn. Comput. Sci., vol. 4, no. 4, pp. 1578–1586, Oct. 2024, doi: 10.57152/malcom.v4i4.1693.
M. Apriliyani, M. I. Musyaffaq, S. Nur’Aini, M. R. Handayani, and K. Umam, “Implementasi analisis sen-timen pada ulasan aplikasi Duolingo di Google Playstore menggunakan algoritma Naïve Bayes,” AITI: J. Teknol. Inf., vol. 21, no. 2, pp. 298–311, Sep. 2024, doi: 10.24246/aiti.v21i2.298-311.
M. Iqrom, M. Afdal, R. Novita, M. Rahmawita, and T. K. Ahsyar, “Sentiment analysis of Gojek, Grab, Max-im applications using Support Vector Machine algorithm,” Inovtek Polbeng - Seri Inform., vol. 10, no. 1, pp. 237–248, Jun. 2025. [Online]. Available: https://jurnal.polbeng.ac.id/index.php/ISI/article/view/353.
G. N. V. Kurniawan and N. R. Feta, “Perbandingan akurasi algoritma Naïve Bayes dan Support Vector Ma-chine dalam analisis sentimen pengguna Twitter terhadap aplikasi Sirekap,” Fountain of Inform. J., vol. 9, no. 2, pp. 65–71, 2024. [Online]. Available: https://ejournal.unida.gontor.ac.id/index.php/FIJ/article/view/12717. [Accessed: Dec. 14, 2025].
A. M. Ndapamuri, D. Manongga, and A. Iriani, “Analisis sentimen ulasan aplikasi Tripadvisor dengan metode Support Vector Machine, K-Nearest Neighbor, dan Naive Bayes,” Inovtek Polbeng - Seri Inform., vol. 8, no. 1, p. 127, Jun. 2023, doi: 10.35314/isi.v8i1.3260.
T. P. R. Sanjaya, A. Fauzi, and A. F. N. Masruriyah, “Analisis sentimen ulasan pada e-commerce Shopee menggunakan algoritma Naive Bayes dan Support Vector Machine,” Infotech: J. Inform. & Teknol., vol. 4, no. 1, pp. 16–26, Jun. 2023, doi: 10.37373/infotech.v4i1.422.
I. S. Widianto, Y. R. Ramadhan, and M. A. Komara, “Analisis sentimen e-wallet Gopay, ShopeePay, dan OVO menggunakan algoritma Naive Bayes,” J. Inform. dan Tek. Elektro Terap. (JITET), vol. 12, no. 3, pp. 1956–1963, 2024, doi: 10.23960/jitet.v12i3S1.5277.
Unduhan
File Tambahan
Diterbitkan
Terbitan
Bagian
Lisensi
Pernyataan Hak Cipta dan Lisensi
- Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
- Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan Djtechno sebagai media Publikasi pertama atas karya tersebut.
- Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada Djtechno sebagai media publikasi pertama atas karya dimaksud.
- Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.
