PERBANDINGAN ALGORITMA MACHINE LEARNING UNTUK SENTIMEN ULASAN APLIKASI JOBSTREET

Fadhil Marzuqi; Yerico Purba; Thalut Syaputra; Waeisul Bismi; Ika Kurniawati; Riza Fahlapi

doi:10.31949/infotech.v11i2.16609

Authors

Fadhil Marzuqi UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia
Yerico Purba UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia
Thalut Syaputra UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia
Waeisul Bismi UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia
Ika Kurniawati UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia
Riza Fahlapi UNIVERSITAS BINA SARANA INFORMATIKA, Indonesia

DOI:

https://doi.org/10.31949/infotech.v11i2.16609

Abstract

ABSTRAK
Analisis sentiment digunakan untuk mengidentifikasi opini pengguna terhadap aplikasi digital berdasarkan teks
ulasan. JobStreet sebagai platform rekrutmen yang populer memiliki ribuan ulasan pada Google Play Store,
sehingga sesuai untuk dianalisis menggunakan pendekatan machine learning. Penelitian ini membandingkan
empat algoritma—Naïve Bayes, Support Vector Machine (SVM), Logistic Regression, dan Random Forest—untuk
menentukan model terbaik dalam klasifikasi sentimen ulasan JobStreet. Sebanyak 5.000 ulasan dikumpulkan
menggunakan google-play-scraper, kemudian diproses melalui preprocessing yang meliputi casefolding,
tokenizing, stopword removal, normalisasi, dan stemming. Setelah pembersihan, 3.846 ulasan valid
direpresentasikan menggunakan TF-IDF. Evaluasi dilakukan dengan skema train-test split 80:20 dan 5-Fold Cross
Validation. Hasil menunjukan bahwa Naïve Bayes memperoleh akurasi tertinggi 85.19%, diikuti Logistic
Regression 84.42%, Random Forest 82.60%, dan SVM 81.69%. hasil dalam memproses teks pendek. Penelitian
ini memberikan Gambaran komprehensif mengenai model terbaik untuk menganalisis sentimen aplikasi rekrutmen
digital berbasis ulasan pengguna.

Keywords:

Analisis Sentimen, Machine Learning, JobStreet, Support Vector Machine, Naive Bayes, TF-IDF, Text Mining

Downloads

Download data is not yet available.

References

Alyaa Nadira, Nanang Yudi Setiawan, & Welly Purnomo. (2023). ANALISIS SENTIMEN PADA ULASAN APLIKASI MOBILE BANKING MENGGUNAKAN METODE NAÏVE BAYES DENGAN KAMUS INSET.

Bagas Akbar Maulana, Muhammad Jazilul Fahmi, Ari Muhamad Imran, & Nutriana Hidayati. (2024). Analisis Sentimen Terhadap Aplikasi Pluang Menggunakan Algoritma Naive Bayes dan Support Vector Machine (SVM). MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 375–384. https://doi.org/10.57152/malcom.v4i2.1206

Dede Ardian Tarigan, Zakarias Situmorang, & Rika Rosnelly. (2025). ANALISIS SENTIMEN APLIKASI PLAYSTORE SIREKAP 2024 PASCA PILPRES DENGAN PERBANDINGAN METODE SUPPORT VECTOR MACHINE (SVM), NAÏVE BAYES CLASSIFIER DAN RANDOM FOREST. 11(3), 661–670.

Fanny Rahmasari, Nining Rahaningsih, Raditya Danar Dana, & Cep Lukman Rohmat. (2025). OPTIMASI ANALISIS SENTIMEN APLIKASI GLINTS MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM). Jurnal Informatika dan Teknik Elektro Terapan, 13(1). https://doi.org/10.23960/jitet.v13i1.5681

Firdaus Naifah Firzatullah, & Nuroji. (2025). Analisis Sentimen Pengguna Aplikasi Byond BSI Pada Google Play Store Menggunakan Algoritma SVM Dan Random Forest. 9, 2025. https://doi.org/10.47002/metik.v9i2.1089

Gilbert Darmawan, Syariful Alam, & M. Imam Sulistyo. (2023). ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAÏVE BAYES INFO ARTIKEL ABSTRAK. 2(3), 100–108. https://doi.org/10.55123

Gishella Septania Al-Husna, Dian Asmarajati, Iman Ahmad Ihsanuddin, & Rina Mahmudati. (2024). PERBANDINGAN METODE NAÏVE BAYES DAN SUPPORT VECTOR MACHINE UNTUK ANALISIS SENTIMEN PADA ULASAN PENGGUNA APLIKASI LINKEDIN 1) INFO ARTIKEL ABSTRAK. 3(2), 139–144. https://doi.org/10.55123

Hariyadi, Daud Firdo, & Muhammad Hadianur Al Rafi. (2024). Implementasi Algoritma Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Ulasan Aplikasi Canva. Jurnal Minfo Polgan, 13(1), 261–269. https://doi.org/10.33395/jmp.v13i1.13568

Muhammad Arya Java, Mohammad Syafrullah, Windarto, & Painem. (2024). Analisis Sentimen Ulasan Pengguna Aplikasi Threads pada Google Play Store Menggunakan Multinomial Naive Bayes dan Support Vector Machine. Jurnal TICOM: Technology of Information and Communication, 12(2). https://github.com/nasalsabila/kamus-alay

Muhammad Faiq Rahmatullah, Poetri Lestari Lokapitasari Belluano, & Herdianti Darwis. (2025). Analisis Sentimen Review Aplikasi di Google Play Store Menggunakan Random Forest. Literatur Informatika & Komputer, 2(3), 380–389. https://doi.org/10.33096/linier.v2i3.3149

Nanda Dwi Kurniawan, Praditya Rendi Ferdian, & Nurtriana Hidayati. (2025). Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib. Jurnal Nasional Teknologi dan Sistem Informasi, 11(1), 87–97. https://doi.org/10.25077/teknosi.v11i1.2025.87-97

Nanda Ressq Setiawan, & Emil R. Kaburuan. (2023). Sentimen Analisis Review Aplikasi Digital Korlantas Pada Google Play Store Menggunakan Metode SVM. Jurnal Sisfokom (Sistem Informasi dan Komputer), 12(1), 105–116. https://doi.org/10.32736/sisfokom.v12i1.1614

Nevita Cahaya Ramadani, Imam Tahyudin, & Azhari Shouni Barkah. (2024). Perbandingan Algoritma Support Vector Machine, Decision Tree, dan Logistic Regresion Pada Analisis Sentimen Ulasan Aplikasi Netflix. Jurnal Nasional Teknologi dan Sistem Informasi, 10(2), 110–117. https://doi.org/10.25077/teknosi.v10i2.2024.110-117

Octavia Salwa Dzaky Fadhillah, Jajam Haerul Jaman, & Carudin. (2025). PERBANDINGAN NAIVE BAYES, SUPPORT VECTOR MACHINE, LOGISTIC REGRESSION DAN RANDOM FOREST DALAM MENGANALISIS SENTIMEN MENGENAI TIKTOKSHOP. Jurnal Informatika dan Teknik Elektro Terapan, 13(1). https://doi.org/10.23960/jitet.v13i1.5746

Putri Anggraini, & Winarsih. (2025). KOMPARASI NAÏVE BAYES, SUPPORT VECTOR MACHINE, DAN RANDOM FOREST DALAM ANALISIS SENTIMEN APLIKASI SHOPEE DI GOOGLE PLAY STORE. Dalam Jurnal Mahasiswa Teknik Informatika) (Vol. 9, Nomor 3).

Rangga Rizky Pratama, & Ryan Randy Suryono. (2025). PERFORMANCE COMPARISON OF NAIVE BAYES, SUPPORT VECTOR MACHINE AND RANDOM FOREST ALGORITHMS FOR APPLE VISION PRO SENTIMENT ANALYSIS. Jurnal Teknik Informatika (Jutif), 6(1), 31–40. https://doi.org/10.52436/1.jutif.2025.6.1.4035

Riki Roska Rismansyah, Aso Sudiarjo, & Teuku Mufizar. (2025). ANALISIS SENTIMEN ULASAN SHOPEE PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES. 5.

Satya Abdul Halim Bahtiar, Chandra Kusuma Dewa, & Ahmad Luthfi. (2023). Comparison of Naïve Bayes and Logistic Regression in Sentiment Analysis on Marketplace Reviews Using Rating-Based Labeling. Journal of Information Systems and Informatics, 5(3), 915–927. https://doi.org/10.51519/journalisi.v5i3.539

Sukirman, Sajiah, Nursuci Putri Husain, Anastasya Febriana Syam, & Ragil Mustikosari. (2024). Analisis Sentimen Ulasan Pengguna Tiktok pada Google Play Store Berbasis TF-IDF dan Support Vector Machine. Dalam Journal of System and Computer Engineering (JSCE) ISSN (Vol. 5, Nomor 1). https://images.app.goo.gl/hC6494uW637VmYVW9

Tarwoto, Rizki Nugroho, Najmul Azka, & Wakhid Sayudha Rendra Graha. (2025). Analisis Sentimen Ulasan Aplikasi Mobile JKN di Google PlayStore Menggunakan IndoBERT (Vol. 3, Nomor 2).