EUVIMEDEUVIMED entdecken
Open Access · CC BY-NC-SA 4.0

ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI GOJEK MENGGUNAKAN METODE RANDOM FOREST, SVM, DAN LOGISTIC REGRESSION

Anugrah Ramadhani, Fikri Budiman

Rabit : Jurnal Teknologi dan Sistem Informasi Univrab · 10.07.2026 · 11 (2) · 3607-3617

DOI: 10.36341/rabit.v11i2.8141 ↗

Kurz gefasst

Fachartikel in der Zeitschrift Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, online erschienen am 10.07.2026. Verfasst von Anugrah Ramadhani und 1 weiteren Autor:innen. Der Volltext ist frei zugänglich (Open Access, CC BY-NC-SA 4.0).

AbstractBibliografische AngabenZitierenVerwandte Studien

Abstract (Originalsprache)

Perkembangan aplikasi digital seperti Gojek menghadirkan beragam ulasan pengguna yang dapat dimanfaatkan sebagai sumber data dalam menilai kualitas layanan dan kepuasan pengguna. Namun, tingginya jumlah data ulasan serta sifatnya yang tidak terstruktur menyebabkan proses identifikasi sentimen secara manual menjadi kurang efisien. Kondisi tersebut mendorong penerapan teknik analisis sentimen untuk mengolah opini pengguna secara otomatis. Penelitian ini berfokus pada perbandingan kinerja metode Random Forest, SVM, dan Logistic Regression pada opini pengguna terhadap aplikasi Gojek. Data yang dianalisis diperoleh dari dataset Kaggle yang berjumlah 8.091 ulasan berbahasa Indonesia. Tahapan penelitian diawali dengan preprocessing data yang mencakup cleaning, penghapusan kata-kata yang kurang relevan, serta pengubahan kata menjadi bentuk dasar menggunakan library Sastrawi. Setelah itu, ulasan direpresentasikan sebagai fitur numerik menggunakan metode TF-IDF untuk proses klasifikasi oleh algoritma machine learning. Selanjutnya, Pemisahan dataset dilakukan dengan komposisi 80% sebagai data pelatihan dan 20% sebagai data pengujian, yang kemudian digunakan dalam proses klasifikasi dengan algoritma Random Forest, SVM, dan Logistic Regression. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil pengujian memperlihatkan bahwa Logistic Regression menjadi metode dengan tingkat akurasi tertinggi sebesar 91,84%, diikuti oleh SVM sebesar 89,99% dan Random Forest sebesar 86,09%. Selain mencapai akurasi tertinggi, Logistic Regression juga menunjukkan performa yang lebih merata pada klasifikasi sentimen positif, negatif, dan netral berdasarkan nilai presisi, recall, serta f1-score. Berdasarkan hasil yang diperoleh, Logistic Regression dapat dinyatakan sebagai metode terbaik untuk analisis sentimen ulasan aplikasi Gojek pada penelitian ini.

Zitieren

APA

Ramadhani, A., & Budiman, F. (2026). ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI GOJEK MENGGUNAKAN METODE RANDOM FOREST, SVM, DAN LOGISTIC REGRESSION. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab, 11(2), 3607-3617. https://doi.org/10.36341/rabit.v11i2.8141

Vancouver

Ramadhani A, Budiman F. ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI GOJEK MENGGUNAKAN METODE RANDOM FOREST, SVM, DAN LOGISTIC REGRESSION. Rabit : Jurnal Teknologi dan Sistem Informasi Univrab. 2026;11(2):3607-3617. doi:10.36341/rabit.v11i2.8141

BibTeX
@article{Ramadhani2026,
  author = {Ramadhani, Anugrah and Budiman, Fikri},
  title = {ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI GOJEK MENGGUNAKAN METODE RANDOM FOREST, SVM, DAN LOGISTIC REGRESSION},
  journal = {Rabit : Jurnal Teknologi dan Sistem Informasi Univrab},
  year = {2026},
  volume = {11},
  number = {2},
  pages = {3607--3617},
  doi = {10.36341/rabit.v11i2.8141}
}
Kostenlos starten →