Abstrak

Adanya kebijakan pembatasan BBM bersubsidi melalui aplikasi MyPertamina membuat Pertamina gencar mendorong masyarakat untuk mendaftarkan kendaraannya melalu aplikasi tersebut. Dalam meningkatkan jumlah pengguna dan mengembangkan layanan dari aplikasi MyPertamina, pihak Pertamina dapat memanfaatkan ulasan pengguna agar pengembangannya sesuai dengan kelebihan dan kekurangan aplikasi. Pada penelitian ini menjelaskan bagaimana metode Bigram dan Extreme Learning Machine digunakan untuk analisis sentimen dalam mengklasifikasikan ulasan opini positif dan negatif pengguna aplikasi MyPertamina. Hasil dari penelitian ini didapatkan model paling optimal adalah jaringan ELM dengan 15.370 neuron pada input layer, 1500 neuron pada hidden layer, dan 1 neuron pada output layer menggunakan fungsi aktivasi Sigmoid biner dan dengan penanganan imbalanced dataset. Model tersebut menghasilkan nilai akurasi hingga sebesar 95,5%, nilai precision keseluruhan sebesar 89,5% dan nilai recall keseluruhan sebesar 79,8%, dan F1-score keseluruhan sebesar 83,8%. Dari kata yang sering muncul pada setiap kelas, informasi yang diperoleh yaitu pengguna aplikasi MyPertamina merasa dimudahkan dalam proses pembayaran namun perlu ditingkatkan kemampuan aplikasi dalam proses pendaftaran.