Penerapan Metode Support Vector Machine untuk Analisis Sentimen pada Review Pelanggan Hotel

Perkembangan internet yang semakin pesat membuat banyak orang mengakses internet untuk mendapatkan berbagai macam informasi, salah satunya dalam mencari informasi ulasan hotel.  Ulasan tersebut biasanya akan dijadikan sebagai acuan dan sangat berpengaruh bagi calon pengunjung dalam menentukan hotel mana yang terbaik untuk mereka kunjungi ketika bepergian ke luar kota. Maka dari itu dapat dilakukan analisis sentimen untuk mengklasifikasikan ulasan tersebut apakah bersifat positif atau negatif. Proses klasifikasi sentimen menggunakan metode Support Vector Machine dan pembobotan kata menggunakan bantuan metode Term Frequency-Inverse Document Frequency. Data yang digunakan didapatkan dengan melakukan crawling pada situs Tripadvisor dengan menggunakan library scrapy pada python. Berdasarkan hasil pengujian, Tingkat akurasi yang didapatkan sebesar 88%, nilai precission sebesar 98%, nilai recall sebesar 88%, dan nilai F1 Score sebesar 83%.