ANALISIS SENTIMEN APLIKASI IDENTITAS KEPENDUDUKAN DIGITAL PADA ULASAN DI GOOGLE PLAY MENGGUNAKAN METODE NAÏVE BAYES

ANALISIS SENTIMEN APLIKASI IDENTITAS KEPENDUDUKAN DIGITAL PADA ULASAN DI GOOGLE PLAY MENGGUNAKAN METODE NAÏVE BAYES

• By Hartina, Arra Dwi;
• Skripsi
• 10
• 1-33

Analisis sentimen merupakan teknik pemrosesan teks untuk mengidentifikasi dan mengklasifikasikan opini, perasaan, dan emosi dalam teks menjadi kategori positif, negatif, atau netral. Penelitian ini bertujuan untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Identitas Kependudukan Digital di Google Play Store menggunakan metode Naïve Bayes dan SVM. Data penelitian dikumpulkan melalui teknik scraping ulasan aplikasi di Google Play. Data yang di dapat sebesar 1500 data dari 20 April 2024 hingga 6 Juni 2024 Selanjutnya, ulasan-ulasan tersebut diklasifikasikan secara manual oleh peneliti ke dalam dua kategori sentimen: positif, dan negatif. Dataset berlabel ini digunakan sebagai data pelatihan dan pengujian untuk membangun model klasifikasi Naïve Bayes dan SVM. Evaluasi model Naïve Bayes dilakukan menggunakan metrik dengan hasil klasifikasi yang di dapat akurasi sebesar 83,33% , presisi sebesar 81,41%, dan recall sebesar 98,73%. sedangkan dengan menggunakan metode SVM Hasil klasifikasinya adalah akurasi sebesar 79,47%, presisi sebesar 79,62%, recall sebesar 94,95% dan f1-score sebesar 86,61%.

• Katakunci Analisis Sentimen, Naïve Bayes, Ulasan Aplikasi, Identitas Kependudukan Digital
• URL http://
• Penerbit Bina Sarana Informatika,

REFERENSI

Dewi, A. K. (2022). Analisis Sentimen Ekspedisi Sicepat Dari Ulasan Google Play Mennggunakan Algoritma Naïve Bayes. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 9(2), 796–805. https://doi.org/10.35957/jatisi.v9i2.1802

Emarapenta, J., Sinulingga, B., Cesar, H., & Sitorus, K. (2024). Analisis Sentimen Masyarakat terhadap Film Horor Indonesia Menggunakan Metode SVM dan TF-IDF Sentiment Analysis of Public towards Indonesian Horror Films Using SVM and TF- IDF Methods. 14(April), 42–53.

FATIHIN, A. (2022). Analisis Sentimen Terhadap Ulasan Aplikasi Mobile Menggunakan Metode Support Vector Machine (Svm) Dan Pendekatan Lexicon Based. 103.

Insan, M. K., Hayati, U., & Nurdiawan, O. (2023). Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di. 7(1), 478–483.

Permadi, I. B., & Rokhman, A. (2023). Implementasi Identitas Kependudukan Digital Dalam Upaya Pengamanan Data pribadi. JOPPAS: Journal of Public Policy and Administration Silampari, 4(2), 80–88. https://doi.org/10.31539/joppas.v4i2.6199

Richter, L. E., Carlos, A., & Beber, D. M. (n.d.). No 主観的健康感を中心とした在宅高齢者における 健康関連指標に関する共分散構造分析Title. 1–8.

Salsa Bella, V., & Widodo, D. (2023). Implementasi Aplikasi Identitas Kependudukan Digital (IKD) Dalam Menunjang Pelayanan Publik Masyarakat Di Kecamatan Tambaksari. Saraq Opat: Jurnal Administrasi Publik, 6(1), 14–31. https://doi.org/10.55542/saraqopat.v6i1.833

Shalihah, G., Kurniawan, R., & Suprapti, T. (2024). Analisis Sentimen Ulasan Pelanggan Mie Gacoan Menggunakan Metode Naïve Bayes Classifier. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 593–601. https://doi.org/10.36040/jati.v8i1.8302

Widiyarta, A., & Humaidah, I. (2023). Implementasi Aktivasi Identitas Kependudukan Digital (Ikd) Dalam Mendorong Digitalisasi Di Kelurahan Jepara Kota Surabaya. Jurnal Ilmiah Wahana Pendidikan, 9(18), 43–51. https://doi.org/10.5281/zenodo.8310255

Yusuf, M., Ariefiati, A., Sophan, M. K., & Darmawan, A. K. (2023). E-Government (Cetakan I). Media Nusa Creative. https://www.google.co.id/books/edition/E_Government/2E3OEAAAQBAJ?hl=id&gbpv=1&dq=identitas+kependudukan+digital&pg=PA83&printsec=frontcover