SENTIMENT ANALYSIS OF TRIV APPLICATION REVIEWS USING SUPPORT VECTOR MACHINE ALGORITHM

Popularitas aplikasi Triv sebagai platform transaksi kripto di Indonesia telah memunculkan beragam ulasan pengguna yang mencerminkan persepsi terhadap kualitas layanan. Penelitian ini memusatkan perhatian pada eksplorasi opini pengguna melalui teknik analisis sentimen dengan pendekatan klasifikasi menggunakan AlgoritmaSupport Vector Machine (SVM). Data yang digunakan berasal dari ulasan pengguna aplikasi di Google Play Store dan dianalisis melalui sejumlah tahapan sistematis, yaitu pelabelan sentimen, prapemrosesan teks, ekstraksi fitur, pembangunan model klasifikasi, serta evaluasi kinerja model yang dihasilkan. Hasil pengujian menunjukkan bahwa SVM mampu mengidentifikasi polaritas sentimen secara akurat, dengan pencapaian tingkat akurasi sebesar 96%. Temuan ini menunjukkan potensi pendekatan pembelajaran mesin dalam memahami persepsi pengguna terhadap aplikasi keuangan digital.