Page 94 - E-Skripsi Analisis Sentimen Terhadap Aplikasi Sapawarga Jabar Super Apps Pada Ulasan Google Play Store

pengujian menunjukkan metode SVM dari masing-masing peneliti memberikan

akurasi tinggi yaitu 90% dan 69% dari jumlah data sebanyak 50.000 komentar dan

4.855 tweet. Perbedaan dengan pengujian penulis terdapat pada jumlah dataset-

nya, di mana jumlah dataset penulis lebih sedikit. Namun, nilai akurasi yang

didapat penulis lebih tinggi dibanding kedua penelitian tersebut.

Penelitian yang dilakukan (Hasan et al., 2020; Yu & Nwet, 2020) menguji

metode SVM pada beberapa ekstraksi fitur n-gram, seperti unigram, bigram, dan

unigram-bigram. Hasil pengujian menunjukkan ekstraksi fitur unigram-bigram

dari masing-masing peneliti memberikan kinerja akurasi tinggi, yaitu 91% dan

85% dari jumlah data sebanyak 7.280 ulasan dan 3.000 data. Perbedaan dengan

pengujian penulis terdapat pada jumlah dataset dan metode yang digunakan.

Jumlah dataset kedua penelitian di atas lebih banyak dan metode yang digunakan

tidak menerapkan pendekatan Lexicon-Based untuk pelabelan datanya, melainkan

dengan pelabelan manual.

Penelitian yang dilakukan (Fitriana & Sibaroni, 2020; Widyawan et al.,

2019) melakukan pengujian metode SVM dan ekstraksi fitur unigram-bigram.

Hasil kinerja dari masing-masing peneliti menunjukkan akurasi 76% dan 84% dari

jumlah data sebanyak 7.000 dan 623 tweet. Perbedaan dengan pengujian penulis

terdapat pada metode yang digunakan. Metode kedua penelitian di atas tidak

menggunakan pendekatan Lexicon-Based untuk pelabelan datanya, melainkan

dengan pelabelan manual. Berikut terdapat pada Tabel 4.9 rangkuman

perbandingan hasil kinerja dengan penggunaan metode yang serupa.

80