Page 23 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

Hal ini dikarenakan penggunaan ekstraksi fitur kombinasi unigram-bigram dapat

memahami makna dari setiap kata dalam sebuah kalimat dengan optimal.

Ekstraksi fitur unigram-bigram ini telah banyak diujikan melalui

penelitian perbandingan kinerja ekstraksi fitur n-gram pada metode machine

learning. Seperti penelitian (Errami et al., 2023; Fitriana & Sibaroni, 2020; Hasan

et al., 2020; Khan et al., 2021; Maree et al., 2023; Widyawan et al., 2019; Yu &

Nwet, 2020) yang melakukan pengujian menggunakan metode SVM. Penelitian

(Wenando et al., 2020) menggunakan metode Naive Bayes (NB). Metode lainnya,

seperti metode BERT (Trueman et al., 2022), metode Decision Tree (DT)

(Khomsah & Aribowo, 2020), dan metode Fuzzy (Vashishtha & Susan, 2022).

Hasil penelitian menunjukkan bahwa dalam perbandingan kinerja

ekstraksi fitur n-gram yang telah disebutkan sebelumnya, pengujian menggunakan

ekstraksi fitur unigram-bigram menghasilkan kinerja lebih baik dibanding

penggunaan ekstraksi fitur lainnya.

Berdasarkan uraian di atas, maka penulis tertarik untuk melakukan

penelitian mengenai “Analisis Sentimen Terhadap Aplikasi Sapawarga-Jabar

Super Apps Pada Ulasan Google Play Store”.

1.2 Identifikasi Masalah

Adapun identifikasi permasalahan pada penelitian ini adalah:

a. Biasnya ulasan pengguna aplikasi Sapawarga di platform Google Play Store.

Hal ini menyebabkan kesulitan dalam mengklasifikasikan ulasan pengguna

aplikasi Sapawarga ke dalam sentimen positif atau negatif.

9