Analisis Sentimen Pinjaman Online Akulaku dan Kredivo dengan metode Support Vector Machine (SVM)

Abstract

Peran internet dan media sosial dalam era digital di Indonesia. Masyarakat menggunakan internet untuk berbagai keperluan, termasuk pinjaman online. Media sosial juga mempengaruhi aspek sosial, ekonomi, dan politik. Fintech, seperti Akulaku dan Kredivo, membantu dalam pinjaman online.Metodologi penelitian ini melibatkan analisis sentimen terhadap ulasan pengguna di Google Playstore terkait dengan aplikasi pinjaman online. Teknik klasifikasi Support Vector Machine (SVM) digunakan untuk menganalisis sentimen positif, negatif, atau netral dari ulasan tersebut. Proses pengumpulan data melibatkan scraping data dari Google Playstore menggunakan Python dan Google Colab. Teknik SVM digunakan untuk membedakan sentimen positif dan negatif. Hasilnya menunjukkan SVM efektif dalam mengklasifikasikan sentimen pengguna pada aplikasi pinjaman online. Kredivo memiliki akurasi lebih tinggi dibandingkan Akulaku dalam mengenali sentimen. Yang dimana kredivo menghasilkan akurasi nilai 88.20% di banding akulaku yang menghasilkan akurasi nilai 83.60%.