ANALISIS SENTIMEN PENGGUNA TERHADAP APLIKASI MYPERTAMINA MENGGUNAKAN METODE SVM

STUDI KASUS: BBM SOLAR

Abstract

Implementasi distribusi BBM Solar bersubsidi melalui aplikasi MyPertamina masih menghadapi berbagai tantangan, seperti rendahnya literasi digital masyarakat serta ketidaksesuaian antara regulasi dan praktik di lapangan. Permasalahan ini tercermin dalam ulasan pengguna yang menunjukkan adanya kesenjangan antara tujuan kebijakan dan pengalaman nyata. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi MyPertamina dalam konteks distribusi BBM Solar bersubsidi. Metode yang digunakan adalah klasifikasi sentimen berbasis machine learning dengan algoritma Support Vector Machine (SVM). Data penelitian berupa 1.103 ulasan pengguna yang diperoleh melalui teknik scraping dari Google Play Store. Data kemudian diproses melalui tahapan preprocessing yang meliputi cleansing, case folding, tokenization, stopword removal, normalization, dan stemming, serta direpresentasikan menggunakan metode TF-IDF. Hasil penelitian menunjukkan bahwa model SVM menghasilkan akurasi sebesar 83,71%. Model memiliki kinerja sangat baik dalam mengklasifikasikan sentimen negatif dengan nilai precision, recall, dan F1-score sebesar 0,91, namun kurang optimal dalam mengklasifikasikan sentimen positif dengan nilai sebesar 0,40. Temuan ini mengindikasikan dominasi sentimen negatif serta adanya ketidakseimbangan data yang memengaruhi performa model.