Analisis Sentimen Pengguna E-Wallet Dana dan Gopay Pada Twitter Menggunakan Metode Support Vector Machine (SVM)

Abstract

Produk aplikasi uang elektronik di Indonesia sudah semakin meningkat, sehingga pembayaran yang umumnya dilakukan secara tunai telah berubah menjadi cashless atau non-tunai. Dengan semakin banyaknya pengguna produk uang elektronik yang dikeluarkan oleh perusahaan rintisan dengan berbagai kemudahan yang ditawarkannya, maka akan adanya persaingan antara produk yang satu dengan produk yang lainnya. Salah satu produk aplikasi uang elektronik yang bersaing di Indonesia yaitu aplikasi Dana dan Gopay. Penelitian ini bertujuan untuk menentukan aplikasi uang elektronik yang terbaik berdasarkan pendapat pengguna e-wallet antara aplikasi Dana dan Gopay, sehingga bisa menjadi bahan pertimbangan bagi masyarakat untuk memilih produk uang elektronik yang ingin digunakan. Support Vector Machine SVM dipilih karena merupakan salah satu metode klasifikasi yang robust dalam mengklasifikasikan dua kelas data. Jenis kernel SVM yang digunakan dalam penelitian ini adalah kernel linear. Hasil perhitungan aplikasi Dana memiliki accuracy sebesar 92% dan nilai presisi sebesar 91% dengan tingkat recall sebesar 92%. Gopay memiliki accuracy sebesar 90% dan nilai presisi sebesar 91% dengan tingkat recall sebesar 90%. Nilai tersebut membuktikan sentimen pengguna twitter mengenai aplikasi Gopay lebih baik daripada Dana. Nilai ini menunjukan bahwa klasifikasi algoritma support vector machine (SVM) dinilai reliabel dan valid dalam pemrosesan data, dikarenakan persentase nilai tersebut dianggap baik jika bernilai lebih dari 70%.