Page 25 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

b. Data ulasan yang digunakan hanya ulasan berbahasa Indonesia dan

mengabaikan bahasa daerah, bahasa asing, dan emoji.

c. Proses tokenization menggunakan ekstraksi fitur unigram-bigram.

d. Pelabelan data menggunakan metode Lexicon-Based ke dalam kelas positif

dan negatif.

e. Pemodelan data menggunakan metode Support Vector Machine (SVM) dan

Confusion Matrix untuk mengukur performa klasifikasi.

f. Pemrosesan data menggunakan tools Google Colaboratory (Google Colab)

dengan bahasa pemrograman python.

1.5 Tujuan Penelitian

Berdasarkan identifikasi permasalahan yang telah dipaparkan, maka dapat

diuraikan tujuan yang diharapkan dari hasil penelitian ini sebagai berikut:

a. Mengetahui sentimen pengguna pada ulasan aplikasi Sapawarga di Google

Play Store.

b. Memberikan hasil penelitian yang sudah diamati untuk dapat digunakan

sebagai bahan evaluasi dalam pengembangan aplikasi Sapawarga-Jabar Super

Apps.

c. Mengetahui hasil penerapan metode Hybrid Lexicon-Based dan Support

Vector Machine (SVM) dengan ekstraksi fitur unigram-bigram dalam

melakukan klasifikasi pada ulasan pengguna aplikasi Sapawarga.

11