Analisis Sentimen Ulasan Pengguna Pada Aplikasi Google Classroom Menggunakan Metode SVM Dan Seleksi Fitur PSO

Abstract

Kebijakan PSBB mengharuskan penerapan kegiatan pembelajaran jarak jauh secara online menggunakan aplikasi berbasis daring seperti Google Classroom. Dengan menggunakan Google Classroom memfasilitasi penggunanya untuk mendistribusikan, mengumpulkan, dan memberikan penilaian terhadap tugas-tugas yang diberikan kepada mahasiswa maupun siswa di seluruh negeri. Penelitian ini bertujuan untuk mengetahui sentimen opini publik terhadap aplikasi Google Classroom. Dalam melakukan analisis sentimen penelitian ini menggunakan metode Support Vector Machine serta Particle Swarm Optimization sebagai seleksi fitur. Data yang sudah didapatkan akan dilakukan pelabelan data, dilanjut dengan pre-processing data, lalu data yg sudah melewati proses itu akan diberikan bobot kata dengan TF-IDF, kemudian akan masuk seleksi fitur dengan PSO, kemudian dilakukan pembagian data sebesar 80:20, lalu pengklasifikasian dengan metode SVM. Hasil rata-rata evaluasi menggunakan confussion matrix dimana accuracy sebesar 79%, precision sebesar 78%, recall sebesar 67% dengan menggunakan metode SVM dan dengan menggunakan seleksi fitur PSO mendapatkan hasil accuracy sebesar 83%, precision sebesar 86%, recall sebesar 67%.