Jurnal

research
  • 20 Mar
  • 2023

Jurnal

Banyak keuntungan yang didapat jika setiap orang bisa berinvestasi salah
satunya investasi saham yang sudah banyak dikenal masyarakat. Untuk memudahkan
dan meningkatkan minat para investor dalam menabung saham
pada sekuritas maka
diperlukan sebuah teknologi aplikasi yang dapat menunjang transaksi investasi.
Aplikasi Ajaib mejadi salah satu cara untuk mempermudah berinvestasi baik saham
maupun reksadana. Untuk memberikan informasi kepada masyarakat perlu adanya
a
nalisis sentimen bagaimana pendapat pengguna aplikasi Ajaib menggunakan metode
Naïve Bayes
dengan hasil
scraping
review
pada
google
play
sebanyak 400
review
.
selanjutnya dilakukan tahap pengolahan teks hingga tahap klasifikasi, sehingga
mendapatkan nilai
akurasi 89.00%, nilai
recall
93.50%, nilai
precision
86.36% dan
nilai
AUC
0.570 dan 5 kata teratas diantaranya kata aplikasi 186 diulang, kata ajaib
77 diulang, kata bagus 76 diulang, kata inventasi 72 diulang dan kata mudah 72
diulang. Dari hasil yang ada
dapat disimpulkan bahwa
sentiment
positif lebih banyak
daripada sentimen
negative
pada aplikasi ajaib.

Unduhan

 

REFERENSI

[
1
]
Alisa Fitriyani
,
Agung Triayudi
(2022)
“Analisis Sentimen
Reksadana Pada Aplikasi Bibit Menggunakan
Metode Naïve Bayes dan K
-
Nearest Neighbor (KNN)
,”
Jurnal Riset Informatika
.
vol.
4
, no.
2
,
Maret 2022
.
P
-
ISSN: 2656
-
1743 | E
-
ISSN: 2656
-
1735.
[2] Indah Ramadhani. N
(2021)
“Pengaruh Pengetahuan,
Manfaat Dan Risiko Investasi Terhadap minat Investasi
Pada mahasiswa fakultas Ekonomi dan Bisnis universitas sumatera Utara”.
[3]
Gunawan, B., Pratiwi, HS, & Pratama, EE (2018)
Sistem Analisis Sentimen pada Ulasan Produk Menggunakan
Metode Naive Bayes.
Jurnal Edukasi Dan Penelitian Informatika (JEPIN), 4(2), 118.
https://doi.org/10.26418/jp.v4i2.27526
.
[4]
Park, CW, & Seo, DR (2018).
Analisis sentimen korpus Twitter terkait dengan asisten kecerdasan
buatan.
Konferensi Internasional ke
-
5 2018 tentang Rekayasa dan Aplikasi Industri, 2018, 495
498
ICIEA
https://doi.org/10.1109/IEA.2018.838715
.
[5]
Sandoval
-
Almazan, R., & Valle
-
Cruz, D. (2018).
F
acebook impact and sentiment analysis on political
campaigns.
ACM International Conference Proceeding Series.
https://doi.org/10.1145/3209281.3209328
.
[6]
Wisnu, H., Afif, M., & Ruldevyani, Y. (2020)
. Sentiment analysis on customer satisfaction of digital payment in
Indonesia: A comparative study using KNN and Naïve Bayes. Journal of Physics: Conference Series,
1444(1). https://doi.org/10.1088/1742
-
6596/1444/1/01203
4.
[7]
Fairuz, F. (2017).
Klasifik
asi Review Software Pada Google Play Menggunakan Pendekatan Analisis Sentimen
(Universitas Gajah Mada).
Universitas Gajah Mada. Retrieved from
http://etd.repository.ugm.ac.id/penelitian/d etail/112855
.
[8]
J. Ipmawati, Kusrini, and E. Taufiq Luthfi,
(
2017
)
“Komparasi Teknik Klasifikasi Teks Mining Pada Analisis
Sentimen,” Indones. J. Netw. Secur.
[9]
E. N. Sari,
(
2013
)
“Analisa Algoritma Apriori untuk Menentukan Merek Pakaian yang Paling Diminati pada
Mode Fashion Group Medan,” Pelita Inform. Budi Da
rma.
[10]
N. Muchammad Shiddieqy Hadna, P. Insap Santosa, and W. Wahyu Winarno
(
2016
)
“Studi Literatur Tentang
Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” Semin. Nas. Teknol. Inf. dan Komun.
[11]
U. M. Boy
(
2014
)
“Analisis Sentimen Pada
Twitter Menggunakan Text Mining Skripsi,”
.
[12]
C. B. Safari
(
2012
)
Skripsi Analisis Sentimen Menggunakan Metode Klasifikasi SVM.
Jakarta: Universitas
Pendidikan Indonesia.
[13]
J. Ipmawati, Kusrin, and E. T. Luthfi
(
201
7
)
“Komparasi Teknik Klasifikasi
Teks Mining Pada Analisis
Sentimen,” IJSE
Indonesian J. Softw. Eng., Vol
6
2 No
1
.
[14]
Susilowati, Elly, et al
(
2015
)
“Implementasi Metode Support Vector Machine Untuk Melakukan Klasifikasi
Kemacetan Lalu Lintas Pada Twitter.” E
-
Proceeding of
Engineering, vol. 2, no. 1, pp. 1
7
.
[15]
Raharjo, Suwanto, and Edi Winarko
(
2014
)
“Klasterisasi, Klasifikasi Dan Peringkasan Teks Berbahasa
Indonesia.”, vol. 8, no. Kommit, 2014, pp. 391
401.
[16]
Suyanto
(
2017
) “
Data Mining untuk Klasifikasi dan Klaster
isasi Data.
Bandung: Informatika Bandung
.
[17]
A. Mukminin and D. Riana
(
2017
)
“Komparasi Algoritma C4 . 5 , Naïve Bayes Dan Neural Network Untuk
Klasifikasi Tanah,” J. Inform.