Analysis, Support Vector Machine
Abstrak— Uang elektronik adalah alat pembayaran nontunai
atau cashless yang nilai uangnya disimpan di dalam media server
ataupun chip yang dapat dipindahkan untuk kepentingan
transaksi pembayaran atau transfer dana. Di Indonesia sendiri
sudah banyak produk uang elektronik, salah satunya OVO. OVO
sangat digemari oleh masyarakat Indonesia karena menawarkan
banyak promo seperti diskon dan cashback. Tetapi seiring
berjalannya waktu justru pemberian promo yang sangat banyak
itu merugikan para pemegang saham OVO, sehingga porsi promo
yang diberikan OVO kepada para pelanggannya akhirnya
dikurangi. Kejadian itu menimbulkan banyak pendapat pro dan
kontra terhadap OVO salah satunya pada media sosial Twitter.
Analisis sentimen dapat dijadikan solusi mengolah pendapat dari
para pelanggan OVO pada Twitter. Penelitian ini bertujuan untuk
mengklasifikasikan pendapat para pelanggan terhadap layanan
uang elektronik OVO ke dalam kelas positif dan negatif.
Penelitian ini menggunakan algoritma Support Vector Machine

dengan dataset berjumlah 3852 yang diambil dari Twitter dengan
kata kunci @ovo_id dengan teknik web scraping. Dataset terbagi
menjadi dua kelas yaitu 2034 data sentimen positif dan 1818 data
sentimen negatif. Proses klasifikasi dilakukan dengan empat
skenario splitting data yaitu dengan rasio 60:40, 70:30, 80:20, 90:10
dan dengan empat kernel yaitu kernel linear, rbf, sigomid, dan
polynomial. Hasil akhir menunjukkan bahwa nilai akurasi
terbesar didapat oleh kernel linear dengan rasio data 90:10 yang
mendapatkan nilai akurasi sebesar 98.7%.