Aplikasi Sapawarga merupakan sarana digital milik Pemerintah Provinsi Jawa Barat yang berfungsi untuk menjembatani komunikasi antara pemerintah dan masyarakat. Namun, penilaian pengguna melalui ulasan dan rating bintang di Google Play Store sering kali tidak konsisten dan kurang representatif. Penelitian ini bertujuan untuk menganalisis sentimen dari ulasan pengguna Sapawarga secara lebih objektif menggunakan dua algoritma machine learning, yaitu Naïve Bayes dan Support Vector Machine (SVM). Sebanyak 5.000 data ulasan dikumpulkan melalui teknik scraping dan diproses menjadi 3.994 data valid. Proses analisis mengikuti tahapan Knowledge Discovery in Database (KDD), yang mencakup preprocessing teks, transformasi menggunakan TF-IDF, pemodelan, dan evaluasi kinerja model. Ulasan diklasifikasikan ke dalam dua kategori sentimen positif dan negatif. Hasil pengujian menunjukkan bahwa algoritma SVM memberikan performa yang lebih unggul dengan akurasi sebesar 84%, precision 84%, recall 82%, dan F1-score 84%. Sementara itu, Naïve Bayes menghasilkan akurasi 82%, precision 83%, recall 82%, dan F1-score 81%. Dengan demikian, SVM lebih efektif dalam menangani variasi fitur dan memberikan klasifikasi sentimen yang lebih akurat. Penelitian ini diharapkan dapat menjadi referensi bagi pengembang dalam meningkatkan kualitas layanan aplikasi Sapawarga serta berkontribusi pada pengembangan metode analisis sentimen berbasis machine learning di masa depan.

S12136

INF 0163 2025

Bekasi

Tersedia