ANALISIS SENTIMEN PINJAMAN ONLINE DI TWITTER MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)

Abstract

Penelitian ini bertujuan untuk mendapatkan ulasan masyarakat tentang pinjaman online melalui aplikasi Twitter, Sering kali twitter menjadi sumber data untuk melakukan analisis sentiment. Analisis sentiment merupakan kegiatan untuk mencari opini masyarakat tentang sebuah objek yang ingin di ketahui. Analisis Sentimen ini menggunakan algoritma Support Vector Machine (SVM) hasil penelitian sebelumnya yang telah dilakukan menyimpulkan bahwa algoritma ini memiliki tingkat keakuratan yang dinilai cukup tinggi. pengumulan data dilakukan dengan cara men- crawling ulasan para pengguna twiiter tentang pinjaman online. Data yang kita proses berupa ulasan negatif dan ulasan positif. Software yang digunakan untuk menganalisis sentimen ulasan masyarakat tentang pinjaman online melalui Twitter, yaitu Rapid Miner Studio. Rapid Miner merupakan perangkat lunak yang bersifat terbuka (open source). RapidMiner adalah sebuah solusi untuk melakukan analisis terhadap data mining, text mining dan analisis prediksi.Kemudian penulis melakukan preprocessing di rapid miner, dan hasil penelitian ini menunjukan bahwa tingkat keakurasian untuk pinjaman online yaitu 62.00%. Kemudian terdapat 59% ulasan Negatif dan 41% ulasan Positif . Berdasarkan hasil tersebut maka penelitian yang dilakukan penulis menggunakan algoritma Support Vector Machine (SVM) Hasil akurasi pada penelitian dinilai cukup baik.