Analisis Sentimen Terhadap Data Review Penggunaaplikasi Fintech Di Playstore Menggunakan Metode Support Vector Machine Dan Particle Swarm Optimization

Fintech merupakan salah satu inovasi di bidang financial yang mengacu pada teknologi modern. Inovasi tersebut bertujuan untuk memperkenalkan kepraktisan, kemudahan akses, kenyamanan dan biaya yang ekonomis, Dalam memilih aplikasi yang akan digunakan biasanya mempertimbangkan, kenyamanan, keamanan, ketepatan traksaksi, kemudahan, dan banyaknya promosi. Analisis sentimen merupakan bagian dari ilmu data mining yang memiliki tujuan untuk menganalisis dan mengekstrak data tekstual yang berupa pendapat, evaluasi, sikap, emosi, penilaian, dan sentimen seseorang terhadap suatu barang, orang, organisasi, dan masalah. Pada penelitian ini dilakukan analisis sentimen opini publik melalui review yang dikumpulkan oleh peneliti secara acak terhadap penggunaan aplikasi financial technology yangdikumpulkan dari aplikasi plyastoe dengan menggunakan metode Support vector machine . Berdasarkan hasil pengujian awal dapat diketahui dengan menggunakan 1000 dataset awal Pengujian pertama, menggunakan SVM tanpa optimasi, dengan pembagian data 80:20 (800 data training dan 200 data testing), menghasilkan akurasi tertinggi sebesar 76.50%. Hasil ini menunjukkan bahwa model SVM pada skenario tersebut telah memberikan kinerja yang sangat baik dalam mengklasifikasikan sentimen pada data uji.Selanjutnya, pada pengujian yang sama dengan model SVM yang dioptimalkan menggunakan PSO, tercatat peningkatan akurasi menjadi 77.00%. Hasil ini memberikan gambaran positif terkait efektivitas algoritma PSO dalam menentukan parameter terbaik untuk model SVM. Berikut rekapiltulasi hasil skor setelah dilakukan pengujian sebanyak 5 kali dengan pembagian data training dan testing berbeda.