ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI CAPCUT DI PLAY STORE MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE (SVM)Gibran HaitSamiauthorVolume ulasan aplikasi CapCut di Google Play Store yang sangat besar dan tidak terstruktur, meliputi komponen seperti emoji serta ragam bahasa informal, menyulitkan pengembang dalam mengekstraksi wawasan secara manual. Selain itu, ketimpangan jumlah data yang signifikan antara ulasan positif dan negatif menimbulkan masalah ketidakseimbangan data (imbalanced data) yang berdampak pada biasnya prediksi model. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan menggunakan algoritma Support Vector Machine (SVM) yang dikombinasikan dengan Synthetic Minority Over-sampling Technique (SMOTE) untuk mengatasi tantangan tersebut. Metode penelitian meliputi pengumpulan data, filtering rating bintang 3, pra-pemrosesan teks menggunakan library Sastrawi untuk menangani pola bahasa, pembobotan fitur TF-IDF, serta penerapan SMOTE untuk menyeimbangkan dataset menjadi 4.800 data sebelum diklasifikasikan dengan SVM Kernel Linear. Hasil akhir pada penelitian menunjukkan bahwa penerapan SMOTE mampu meningkatkan performa model secara signifikan dengan perolehan akurasi sebesar 94% dan recall kelas negatif mencapai 0.98. Hasil penelitian ini dapat dimanfaatkan oleh tim pengembang CapCut untuk melakukan evaluasi perbaikan fitur secara otomatis dan efisien, serta menjadi referensi bagi peneliti lain dalam penanganan data teks tidak seimbang.000 Ilmu komputer, informasi dan pekerjaan umum005 Pemrograman komputer, program dan data2025-12-22Universitas AMIKOM Yogyakarta;Fakultas Ilmu KomputerThesis