Analisis Ulasan Sentimen pada Aplikasi Mobile BSB Menggunakan Algoritma Convolutional Neural Networks dan Support Vector Machine: Sentiment Review Analysis on the BSB Mobile Application Using Convolutional Neural Networks and Support  Vector Machine Algorithm

Muhamamad Faza; M. Rudi Sanjaya; Ali Ibrahim; M. Husni Syahbani

doi:10.57152/malcom.v6i2.2637

Authors

Muhamamad Faza Universitas Sriwijaya
M. Rudi Sanjaya Universitas Sriwijaya
Ali Ibrahim Universitas Sriwijaya
M. Husni Syahbani Universitas Sriwijaya

DOI:

https://doi.org/10.57152/malcom.v6i2.2637

Keywords:

Analisis Sentimen, BSB Mobile, Convolutional Neural Network, Klasifikasi Teks, Support Vector Machine

Abstract

Peningkatan jumlah ulasan yang diberikan pengguna pada platform digital seperti Google Play Store menghasilkan berbagai opini yang mencerminkan kepuasan maupun ketidakpuasan terhadap layanan aplikasi tersebut. Analisis sentimen diperlukan guna mengategorikan opini pengguna dalam ulasan dari data teks menjadi informasi penting. Penelitian ini menggunakan pendekatan metode Convolutional Neural Network (CNN) serta algoritma pendekatan Support Vector Machine (SVM) dalam rangka melakukan pengelompokan data sentimen pada ulasan aplikasi BSB Mobile. Tahapan proses penelitian mencakup tahapan pengumpulan data ulasan, pra-pemrosesan teks, pembentukan algoritma CNN beserta SVM, serta penilaian performa memanfaatkan parameter evaluasi, yaitu tingkat akurasi, presisi, recall, dan F1-Score. Merujuk pada temuan tersebut, dapat disimpulkan dari analisis bahwa arsitektur CNN menghasilkan tingkat akurasi yang menyentuh angka 80,10%, sedangkan model SVM mencapai akurasi 80,70%. Berdasarkan hasil evaluasi, model SVM sedikit lebih unggul dibandingkan dengan CNN dalam mengklasifikasikan ulasan sentimen. Temuan ini menunjukkan bahwa metode machine learning, khususnya SVM, dapat menjadi alternatif yang efektif dalam menganalisis opini pengguna terhadap aplikasi BSB Mobile.

Downloads

Download data is not yet available.

References

M. R. Sanjaya et al., “Rancang Bangun Aplikasi Pengenalan Huruf Hijaiyah Dan 10 Surat Pendek Alqurâ€TMan Pendekatan UML,” INTECOMS: Journal of Information Technology and Computer Science, vol. 5, no. 1, 2022, doi: 10.31539/intecoms.v5i1.3463.

A. I. Faiq, M. R. S. Sanjaya, Dwi Rosa Indah, and Endang Lestari Ruskan, “Hybrid Fine-Tuning Indobert Dan Hybrid Fine-Tuning Indobert Dan Ensemble Tf-Idf Logistic Regression Untuk Analisis Sentimen Ulasan Aplikasi Zalora,” Rabit?: Jurnal Teknologi dan Sistem Informasi Univrab, vol. 11, no. 1, 2026, doi: 10.36341/rabit.v11i1.6924.

Jasmarizal, Junadhi, Rahmaddeni, and M. Khairul Anam, “Penerapan Metode Support Vector Machine Untuk Analisis Sentimen Terhadap Produk Skincare,” Indonesian Journal of Computer Science, vol. 13, no. 1, 2024, doi: 10.33022/ijcs.v13i1.3654.

A. Muzaki, V. Febriana, and W. N. Cholifah, “Analisis Sentimen Pada Ulasan Produk di E-commerce dengan Metode Naive Bayes,” Jurnal Riset dan Aplikasi Mahasiswa Informatika (JRAMI), vol. 5, no. 4, 2024, doi: 10.30998/jrami.v5i4.9647.

R. Ramdani and R. Cahyana, “Analisis Sentimen Ulasan Wisata Budaya Menggunakan Metode Support Vector Machine dan Long Short-Term Memory,” Jurnal Algoritma, vol. 22, no. 2, 2025, doi: 10.33364/algoritma/v.22-2.2585.

H. Hairani, A. Anggrawan, M. R. Akbar, K. Hidjah, and M. Innuddin, “Optimizing Sentiment Analysis for Lombok Tourism Using SMOTE and Chi-Square with Machine learning,” Jurnal RESTI, vol. 9, no. 4, 2025, doi: 10.29207/resti.v9i4.6623.

Y. U. Ladopurab and Y. R. Kaesmetan, “Analisis Perbandingan Convolutional Neural Network Dan Support Vector Machine Pada Analisis Sentimen Ruu Pilkada Di Aplikasi X,” Journal of Information System, Applied, Management, Accounting and Research, vol. 9, no. 2, 2025, doi: 10.52362/jisamar.v9i2.1887.

V. B. Lestari and C. A. Hutagalung, “Evaluation of TF-IDF Extraction Techniques in Sentiment Analysis of Indonesian-Language Marketplaces Using SVM, Logistic Regression, and Naive Bayes,” Journal of Computer Science and Applications, vol. 8, no. 1, 2025.

Muh Zainal Altim, Faisal, Salmiah, Kasman, Andi Yudhistira, And Rita Amalia Syamsu, “Pengklasifikasi Beras Menggunakan Metode Cnn (Convolutional Neural Network),” Jurnal INSTEK (Informatika Sains dan Teknologi), vol. 7, no. 1, 2022, doi: 10.24252/instek.v7i1.28922.

M. F. Naufal, “Analisis Perbandingan Algoritma SVM, KNN, dan CNN untuk Klasifikasi Citra Cuaca,” Jurnal Teknologi Informasi dan Ilmu Komputer, vol. 8, no. 2, 2021, doi: 10.25126/jtiik.2021824553.

A. D. M. Putri, N. Sulistianingsih, and R. Rismayati, “Pengaruh Teknik Representasi Teks Bag-of-Words dan TF-IDF terhadap Akurasi Klasifikasi Sentimen Teks Multi-Domain,” JTIM?: Jurnal Teknologi Informasi dan Multimedia, vol. 7, no. 4, 2025, doi: 10.35746/jtim.v7i4.756.

A. Nurian, M. S. Ma’arif, I. N. Amalia, and C. Rozikin, “Analisis Sentimen Pengguna Aplikasi Shopee Pada Situs Google Play Menggunakan Naive Bayes Classifier,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 1, 2024, doi: 10.23960/jitet.v12i1.3631.

F. H. Hawari, F. Fadillah, M. R. Alviandi, and T. Arifin, “Klasifikasi Penyakit Tanaman Padi Menggunakan Algoritma Cnn (Convolutional Neural Network),” Jurnal Responsif?: Riset Sains dan Informatika, vol. 4, no. 2, 2022, doi: 10.51977/jti.v4i2.856.

A. Saini, “Guide on Support Vector Machine (SVM) Algorithm,” Analytics Vidhya, 2024.

Siti Sarah Sobariah Lestari, Gina Purnama Insany, Dede Sukmawan, and Faiz Dzulfikar Yusuf, “Mengatasi Permasalahan High Dimensional Space dalam Klasifikasi Multikelas Big Data pada Data Gambar dengan DCSVM,” Jurnal RESTIKOM?: Riset Teknik Informatika dan Komputer, vol. 5, no. 3, 2023, doi: 10.52005/restikom.v5i3.259.

F. Satria and Edhy Poerwandono, “Implementasi Yolov8 Untuk Deteksi Dan Klasifikasi Tingkat Kematangan Buah Mangga Berdasarkan Citra Digital,” STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer, vol. 4, no. 4, 2025, doi: 10.55123/storage.v4i4.6381.

Amrin Amrin, Omar Pahlevi, and Sismadi Sismadi, “Optimasi Algoritma Random Forest Dengan Fitur Seleksi Backward Elimination Untuk Penilaian Kelayakan Kredit,” Jurnal Ticom: Technology of Information and Communication, vol. 13, no. 3, 2025, doi: 10.70309/ticom.v13i3.151.

St. F. Fattah and Purnawansyah, “Analisis sentimen terhadap Body Shaming pada Twitter menggunakan Metode Naïve Bayes Classifier,” Indonesian Journal of Data and Science, vol. 3, no. 2, 2022, doi: 10.56705/ijodas.v3i2.46.