Page 22 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

label netral bertujuan untuk menghindari data ambigu yang sulit dipahami dan

mempengaruhi hasil (Saad & Yang, 2019) proses pelatihan model menggunakan

SVM.

Studi yang dibuat (Mahmood et al., 2020; Oktaviana et al., 2022; Putra et

al., 2021; Rajeswari et al., 2020; Yerzi & Sibaroni, 2021) melakukan analisis

sentimen melalui pendekatan Hybrid Lexicon-Based dan SVM. Hasil pengujian

menunjukkan akurasi dengan menggunakan salah satu metode saja lebih rendah

dibanding dengan menerapkan metode hybrid. Hal ini dikarenakan setiap metode

akan saling mengurangi terjadinya error saat proses klasifikasi. Oleh karena itu,

metode hybrid ini akan memberikan hasil klasifikasi yang akurat.

Studi yang disebutkan di atas menggunakan ekstraksi fitur unigram. Fitur

unigram merupakan salah satu ekstraksi fitur n-gram yang memecah kalimat

menjadi satu kata (Kristiyanti et al., 2023), hal ini akan memisahkan kata sifat

yang sebenarnya disampaikan oleh pengguna. Contohnya terdapat kalimat “tidak

bagus”, maka akan dipecah menjadi satu kata, yaitu “tidak” dan “bagus”. Kata

“tidak” menunjukkan sentimen negatif dan “bagus” sentimen positif. Jadi, kata

yang sebenarnya diberikan tidak menunjukkan sentimen yang dimaksud, karena

kata “bagus” pada kata “tidak bagus” seharusnya menunjukkan sentimen negatif.

Ekstraksi fitur bigram dapat mengatasi permasalahan di atas. Fitur bigram

merupakan pemecahan kalimat menjadi dua kata (Kristiyanti et al., 2023). Oleh

karena itu, kata “tidak bagus” akan memperkuat sentimen berupa persepsi negatif.

Dalam penelitian ini akan mengombinasikan ekstraksi fitur unigram dan bigram.

8