KLASIFIKASI SENTIMEN PENGGUNA TERHADAP AKUN TWITTER OFFICIAL DANA DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

research
  • 22 Oct
  • 2024

KLASIFIKASI SENTIMEN PENGGUNA TERHADAP AKUN TWITTER OFFICIAL DANA DENGAN MENGGUNAKAN ALGORITMA NAIVE BAYES CLASSIFIER

Aplikasi DANA merupakan bentuk aplikasi dompet digital yang memiliki layanan sebagai alat pembayaran berbentuk online, berfungsi mempermudah bertransaksi saldo hanya menggunakan perangkat mobile. Dana merupakan salah satu dompet digital yang popular di kalangan Masyarakat Indonesia. Namun walaupun banyak digunakan seringkali timbul beberapa masalah yang dialami pengguna. Seperti, gagalnya transfer dan terpendingnya transfer. Ketika terjadinya masalah tersebut seringkali pengguna merasa bingung harus harus menghubungi pihak dana melalui apa dan bagaimana. Dengan adanya kejadian tersebut menimbulkan pertanyaan apakah masyarakat tetap merasa nyaman dan tetap bertahan menggunakan aplikasi DANA atau tidak. Oleh karena itu penelitian ini bertujuan untuk mengetahui kecenderungan tanggapan sentimen pengguna DANA melalui data komentar yang diperoleh dari media sosial twitter, dengan fokus pada komentar yang berkaitan dengan topik aplikasi DANA. Proses pengumpulan data dilakukan selama periode tiga bulan. Pengujian dalam penelitian ini menggunakan algoritma Naive Bayes Classifier, dengan melalui tahap text preprocessing termasuk pembersihan teks, mengubah kata menjadi bahasa formal. Komentar diklasifikasikan menjadi dua kategori sentimen positif dan sentimen negatif. Menentukan hasil pengujian klasifikasi dengan Naive Bayes Classifier melalui empat perbandingan data latih dan data uji. Hasil pengujian perbandingan 70:30 menunjukkan nilai yang paling tinggi dengan hasil akurasi 84,45%,precisionm84,77%, recall 88,46%, f1-score 86,57%. Dan opinipublic tentang aplikasi DANA mendapatkan sentimen positif lebih tinggi yaitu 2190 (55,8%) dibandingkan dengan sentimen negatif yaitu 1733 (44,2%).

Unduhan

  • File unduhan

    Salya Sahilla.pdf

    Terakhir download 06 Jan 2025 18:01

    LOA Jurnal

    •   diunduh 13x | Ukuran 46 KB

 

REFERENSI

Aini, Q., Fauzi, R. R., & Khudzaeva, E. (2023). Economic Impact Due Covid-19 Pandemic: Sentiment Analysis on Twitter Using Naive Bayes Classifier and Support Vector Machine. International Journal on Informatics Visualization, 7(3), 733–741. https://doi.org/10.30630/joiv.7.3.1474

Ardiani, L., Sujaini, H., & Tursina, T. (2020). Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak. Jurnal Sistem Dan Teknologi Informasi (Justin), 8(2), 183. https://doi.org/10.26418/justin.v8i2.36776

Asthakhuroh, Komarudin, R., & Kholifah, D. (2023). SENTIMENT ANALYSIS WITH A CASE STUDY OF PRACTICE CARD ON TWITTER SOCIAL MEDIA USING. Techno Nusa Mandiri: Journal of Computing and Information Technology,20(1),8–13. https://doi.org/https://doi.org/10.33480/techno.v20i1.3709

Aulia Rahman, H., Santoso, R., & Widiharih, T. (2023). Analisis Sentimen Pada Perusahaan Penyedia Jasa Logistik J&T Menggunakan Algoritma Multinomial Naive Bayes dan Support Vector Machine. Jurnal Gaussian, 12(2), 242–253. https://doi.org/10.14710/j.gauss.12.2.242-253

Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131. https://doi.org/10.33365/jtk.v15i1.744

Dinata, R. K., Safwandi, S., Hasdyna, N., & Azizah, N. (2020). Analisis K-Means Clustering pada Data Sepeda Motor. INFORMAL: Informatics Journal, 5(1), 10. https://doi.org/10.19184/isj.v5i1.17071

Fadhillah, I. F. N., Herdiani, A., & Astuti, W. (2019). Analisis Sentimen Berbasis Leksikon InSet Terhadap Partai Politik Peserta Pemilu 2019 Pada Media Sosial Twitter. E-Proceeding of Engineering, 6(3), 1–11.

Guntara, R. G. (2023). Pemanfaatan Google Colab Untuk Aplikasi Pendeteksian Masker Wajah Menggunakan Algoritma Deep Learning YOLOv7. Jurnal Teknologi Dan Sistem Informasi Bisnis, 5(1), 55–60. https://doi.org/https://doi.org/10.47233/jteksis.v5i1.750

Haikal, M., Martanto, & Hayati, U. (2023). ANALISIS SENTIMEN TERHADAP PENGGUNAAN APLIKASI GAME ONLINE PUBG MOBILE MENGGUNAKAN ALGORITMA NAIVE BAYES. JATI (Jurnal Mahasiswa Teknik Informatika), 7(6), 3275–3281. https://doi.org/https://doi.org/10.36040/jati.v7i6.8174

Riskawati, R., Fatihanursari, F., Iin, I., & Rizki Rinaldi, A. (2024). Penerapan Metode Naïve Bayes Classifier Pada Analisis Sentimen Aplikasi Gopay. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 346–353. https://doi.org/10.36040/jati.v8i1.8699

Yulita, W., Nugroho, E. D., & Algifari, M. H. (2021). Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier. Jurnal Data Mining Dan Sistem Informasi, 2(2), 1–9. https://doi.org/https://doi.org/10.33365/jdmsi.v2i2.1344

Zamzami, F., Hidayat, R., & Fathonah, R. (2024). Penerapan Algoritma Naive Bayes Classifier untuk Analisis Sentimen Komentar Twitter Proyek Pembagunan IKN. Jurnal Tekno Kompak, 17(1), 47–57. https://doi.org/10.30998/faktorexacta.v17i1.22265

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru