Yogyakarta- Universitas Bina Sarana Informatika (UBSI) resmi mengumumkan hasil penelitian terbaru yang berjudul “Implementasi Teknik Resampling untuk Meningkatkan Kinerja Algoritma SVM dalam Analisis Ulasan Pengguna Google Maps”. Penelitian ini dipimpin oleh Umi Khultsum, M.Kom, bersama tim peneliti yang terdiri dari Eka Rahmawati, M.Kom, Annida Purnamawati, M.Kom, Bara Rifki Annajib, dan Christina Yuli Anggita. Fokus penelitian ini adalah mengatasi tantangan ketidakseimbangan data dalam analisis sentimen ulasan pengguna Google Maps dengan menerapkan teknik resampling untuk meningkatkan performa algoritma Support Vector Machine (SVM).
Dalam penelitian ini, tim mengumpulkan sebanyak 1.000 ulasan terbaru pengguna Google Maps melalui metode web scraping dan melakukan serangkaian proses pembersihan, tokenisasi, serta analisis menggunakan berbagai pendekatan resampling seperti oversampling, undersampling, dan SMOTE. Hasil penelitian menunjukkan bahwa teknik resampling mampu meningkatkan sensitivitas model terhadap kelas minoritas, terutama sentimen netral dan negatif, meskipun akurasi keseluruhan tidak selalu lebih tinggi dibanding model tanpa resampling. Penelitian ini memberikan wawasan penting tentang bagaimana penyeimbangan data dapat memengaruhi performa algoritma dalam konteks ulasan digital yang cenderung didominasi oleh sentimen positif.
Sebagai ketua peneliti, Umi Khultsum, M.Kom, menyampaikan bahwa penelitian ini lahir dari kebutuhan untuk memahami lebih dalam pola opini masyarakat yang tertuang dalam ulasan layanan digital. “Ulasan pengguna memiliki peran besar dalam pengambilan keputusan, baik oleh konsumen maupun penyedia layanan. Namun distribusi data yang tidak seimbang sering menjadi hambatan dalam menghasilkan analisis yang akurat. Melalui penelitian ini, kami ingin menghadirkan pendekatan yang lebih tepat dalam pengolahan data sehingga model analisis sentimen dapat bekerja lebih adil dan efektif,” ujarnya. Ia juga menambahkan bahwa penelitian ini diharapkan dapat menjadi rujukan bagi pengembang sistem analisis sentimen dan pelaku industri yang mengandalkan umpan balik digital dalam pengambilan keputusan strategis.
Penelitian ini juga berhasil menghasilkan luaran berupa artikel yang telah diterima pada jurnal nasional terakreditasi SINTA 4, video pelaksanaan yang dipublikasikan melalui kanal YouTube, serta pengajuan Hak Kekayaan Intelektual (HKI). Kedepan, penelitian akan dilaksanakan dengan mengeksplorasi model-model berbasis deep learning dan pendekatan semantik modern. Tim peneliti berharap penelitian ini dapat memberikan kontribusi signifikan dalam pengembangan teknologi analisis sentimen di Indonesia, sekaligus memperkuat ekosistem riset di lingkungan kampus.
