KOMPARASI MODEL SUPPORT VECTOR MACHINE DAN K-NEAREST NEIGHBOR PADA ANALISIS SENTIMEN APLIKASI POLRI SUPER APP

Abstract

Perkembangan teknologi informasi memacu inovasi dalam pengolahan data dan informasi. Inovasi e-government menjadi langkah progresif dalam menyediakan layanan publik yang efektif dan efisien. Polri menjadi contoh lembaga yang sukses menerapkan inovasi ini melalui "Polri Super App", sebuah aplikasi seluler yang meningkatkan layanan kepolisian dengan teknologi digital. Penelitian analisis sentimen terhadap aplikasi e-government di Google Play menarik perhatian. Dalam penelitian sebelumnya, SVM dan Naive Bayes memberikan hasil akurasi yang baik. Penelitian ini membandingkan kinerja KNN dan SVM dalam analisis sentimen terhadap Polri Super App. Hasil pengujian menunjukkan SVM dengan kernel Linear mencapai akurasi tertinggi, yaitu 89,67%, diikuti oleh SVM dengan kernel RBF dan KNN. Analisis ini memberikan pemahaman lebih baik tentang kinerja algoritma dalam mengelompokkan sentimen ulasan pengguna terhadap aplikasi tersebut.