Sentiment Analysis pada Review Pengguna Aplikasi Snapchat dengan Vader dan Algoritma Machine Learning

Padel Mohammad Agam; Muhammad Idzha Adhitya Ranius; Tata Sutabri; A. Yani Ranius

doi:10.52303/jb.v5i2.105

Padel Mohammad Agam Universitas Bina Darma Palembang
Muhammad Idzha Adhitya Ranius Universitas Bina Darma Palembang
Tata Sutabri Universitas Bina Darma palembang
A. Yani Ranius Universitas Bina Darma Palembang

DOI: https://doi.org/10.52303/jb.v5i2.105

Keywords: Machine Learning, Sentiment Analysis, Vader, Snapchat

Abstract

Perkembangan teknologi hampir di setiap aspek kehidupan, salah satunya pada aspek sosial yang saat ini sangat dipengaruhi dengan perkembangan teknologi digital berupa media sosial untuk berinteraksi dan berkomunikasi dengan orang lain secara online. Terdapat sejumlah media sosial yang digunakan oleh generasi muda saat ini salah satunya media sosial Snapchat yang merupakan sebuah aplikasi media sosial yang digunakan untuk berbagi foto dan video ke daftar penerima dengan pengiriman pesan yang sementara waktu dan cerita yang dapat dilihat dalam jangka waktu terbatas serta fitur unik lainnya yang terus berkembang. Perkembangan sejumlah fitur-fitur pada Snapchat tentunya membutuhkan review dari penggunanya dengan beragam ulasan dan umpan balik dari pengguna sehingga perlu dilakukannya analisis sentimen pada review pengguna aplikasi Snapchat menggunakan pendekatan VADER dan algoritma machine learning. Pada tahap awal penelitian, kumpulan data review berupa Dataset review pengguna aplikasi snapchat hingga labelling data yang kemudian dilakukan tahapan data training dan data testing menggunakan algoritma SVM (Support Vector Machines) sehingga hasil penelitian dapat mengidentifikasi sentimen yang positif, negatif, atau netral dari review pengguna dalam membantu pengembang aplikasi dalam meningkatkan pengalaman pengguna dan mengatasi masalah yang mungkin muncul pada aplikasi Snapchat.

References

[1] A. Nugroho, “Analisis Sentimen Pada Media Sosial Twitter Menggunakan Naive Bayes Classifier Dengan Ekstrasi Fitur N-Gram,” J-SAKTI (Jurnal Sains Komput. dan Inform., vol. 2, no. 2, p. 200, 2018, doi: 10.30645/j-sakti.v2i2.83.
[2] A. A. Prasanti, M. A. Fauzi, and M. T. Furqon, “Klasifikasi Teks Pengaduan Pada Sambat Online Menggunakan Metode N- Gram dan Neighbor Weighted K-Nearest Neighbor ( NW-KNN ),” J. Pengemb. Teknol. Inf. dan Ilmu Komput. Univ. Brawijaya, vol. Vol. 2, no. 2, pp. 594–601, 2018.
[3] R. Maipradit, H. Hata, and K. Matsumoto, “Sentiment Classification Using N-Gram Inverse Document Frequency and Automated Machine Learning,” IEEE Softw., vol. 36, no. 5, pp. 65–70, 2019, doi: 10.1109/MS.2019.2919573.
[4] A. Bayhaqy, S. Sfenrianto, K. Nainggolan, and E. R. Kaburuan, “Sentiment Analysis about E-Commerce from Tweets Using Decision Tree, K-Nearest Neighbor, and Naïve Bayes,” 2018 Int. Conf. Orange Technol. ICOT 2018, no. October, 2018, doi: 10.1109/ICOT.2018.8705796.
[5] S. H. Badjrie, O. N. Pratiwi, and H. D. Anggana, “Analisis Sentimen Review Customer Terhadap Produk Indihome Dan First Media Menggunakan Algoritma Convolutional Neural Network Review Analysis Sentiment Customer Product Indihome And First Media Using Convolutional Neural Network,” eProceedings …, vol. 8, no. 5, pp. 9049–9061, 2021, [Online]. Available: https://openlibrarypublications.telkomuniversity.ac.id/index.php/engineering/article/view/15877
[6] S. Vashishtha and S. Susan, “Fuzzy rule based unsupervised sentiment analysis from social media posts,” Expert Syst. Appl., vol. 138, no. July, 2019, doi: 10.1016/j.eswa.2019.112834.
[7] B. Xiang, C. Zeng, X. Dong, and J. Wang, “The application of a decision tree and stochastic forest model in summer precipitation prediction in Chongqing,” Atmosphere (Basel)., vol. 11, no. 5, 2020, doi: 10.3390/ATMOS11050508.
[8] S. Elbagir and J. Yang, “Language Toolkit and VADER Sentiment,” Proc. Int. MultiConference Eng. Comput. Sci., vol. 0958, pp. 12–16, 2019.
[9] S. Sunarto et al., “ADOPSI WEB 4 . 0 UNTUK CITIZEN LEARNING DALAM PENERAPAN E-GOVERNMENT KOTA PALEMBANG WEB 4 . 0 ADOPTION FOR CITIZEN LEARNING IN APPLICATION E-GOVERNMENT OF PALEMBANG,” vol. 0, no. 02, pp. 42–47, 2022.
[10] F. Khasan et al., “Pengukuran Usability pada Website SMK Ma ’ arif 3 Somalangu Kebumen Menggunakan System Usability Scale ( SUS ) Usability Measurement on the Website of SMK Ma ’ arif 3 Somalangu Kebumen Using the System Usability Scale ( SUS ),” vol. 0, no. 02, pp. 67–72, 2022.
[11] R. Yanto, Alfiarini, Veradilla Amalia, “Analisa Penentuan Reward Berbasis Kinerja Dosen Menggunakan Metode Simple Multi Atribute Rating Technique,” J. Ilm. Bin. STMIK Bina Nusant. Jaya Lubuklinggau, vol. 4, no. 2, pp. 80–85, 2022, doi: 10.52303/jb.v4i2.82.
[12] A. Yasir, “Penerapan Metode Simple Additive Weighting dalam Penentuan Media Pembelajaran Online di Masa Pandemi Covid-19,” J. Ilm. Bin. STMIK Bina Nusant. Jaya Lubuklinggau, vol. 4, no. 2, pp. 94–98, 2022, doi: 10.52303/jb.v4i2.83.