Page 108 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

Adapun usulan pemodelan terhadap penerimaan pengguna aplikasi Sapawarga

berdasarkan sentimen positif terdapat dua aspek yang didapatkan, yaitu aspek

kegunaan dan kualitas informasi. Adapun usulan pemodelan terhadap

penerimaan aplikasi Sapawarga berdasarkan sentimen negatif terdapat tiga

aspek utama yang didapatkan, yaitu aspek kompleksitas, kualitas sistem, dan

kualitas layanan.

c. Metode Hybrid Lexicon-Based dan Support Vector Machine (SVM) dengan

ekstraksi fitur unigram-bigram dapat memberikan performa yang lebih baik.

Hal ini ditunjukkan melalui rasio 90:10 (perbandingan data latih dan data uji)

dengan metode yang diusulkan peneliti mendapatkan nilai accuracy mencapai

nilai sebesar 95% yang berguna untuk mengukur sejauh mana metode

klasifikasi SVM dapat memprediksi data. Precision mencapai nilai 95% yang

berguna untuk mengukur seberapa akurat pengujian data prediksi. Selanjutnya

nilai recall mencapai nilai 95% yang berguna untuk mengukur seberapa akurat

pengujian data aktual, dan F1-score mencapai nilai 95% yang berguna untuk

menghitung keseimbangan nilai precision dan recall.

5.2 Saran

Adapun saran dari penulis untuk penelitian selanjutnya, yaitu sebagai

berikut:

a. Menggunakan data ulasan pengguna pada platform App Store.

b. Menambahkan data ulasan yang bervariatif, seperti bahasa daerah, bahasa

asing, dan deteksi sentimen melalui emoji.

94