ANALISIS SENTIMEN PENGGUNA GOPAY PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES

ANALISIS SENTIMEN PENGGUNA GOPAY PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAIVE BAYES

• By Ghifarul Azhar;
• Skripsi
• 19
• 1-49

Segala sesuatu bisa menjadi mudah pada era revolusi 4.0 saat ini menggunakan dompet elektronik atau e-wallet. Dompet elektronik (e-wallet) adalah aplikasi yang membawa digital kedalam perangkat seluler melalui internet. Tujuan dalam penelitian ini adalah untuk mengnalisis sentimen pengguna gopay menggunakan algoritma naive bayes. Gopay salah satu dompet digital dengan banyak pengguna yang terbantu dan beberapa mengalami masalah seperti ketidaksesuaian fitur atau layanan, gangguan dan kegagalan sistem maka diperlukan kepuasan pelanggan. Populasi dalam penelitian ini berjumlah 1000 ulasan dalam google playstore. Metode dalam penelitian ini menggunakan algoritma naïve bayes yang klasifikasi pengujiannya dengan membagi dataset menjadi data training dan data pengujian. Data pengujian sebesar 20% dan sisanya akan dimasukan dalam data training sebesar 80% dengan mengunakan metode TF-IDF (Term Frequency – Inverse Document Frequency) dalam penilitian ini dapat mengkonversi data menjadi reprentasi numerik. Hasil penelitian ini menunjukkan 777 ulasan bersifat sentimen negatif dan 223 ulasan yang bersifat positif. Nilai dari confusion matrix digunakan untuk mendapatkan nilai akurasi, precission, recall dan f1-score. Nilai akurasi dalam penelitian ini didapatkan yaitu sebesar 90,5%, precision dengan nilai sebesar 90,11%, recall 98,72%, dan f1-score sebesar 94,21%. Saran bagi peneliti selanjutnya, diharapkan agar dapat menggunakan algoritma lain atau dua algoritma berbeda serta aplikasi lain dan menggunakan bahasa internasional.

• Katakunci Gopay, Naive Bayes, Sentimen,
• URL http://
• Penerbit Ghifarul Azhar, Jakarta Timur DKI Jakarta

REFERENSI

Alfiridzi Sirfatullah Riziq M, A.-F. Z., & Taufiqurrohman Muhammad, A. G. (2023).

PENGGUNAAN PYTHON SEBAGAI BAHASA PEMROGRAMAN UNTUK MACHINE LEARNING DAN DEEP LEARNING . Karimah

Tauhid, 1-4.

Amir, R. A. (2020). SENTIMENT ANALYSIS & OPINION MINING MENGGUNAKAN NAÏVE BAYES PADA KEMAJUAN ICT DI INDONESIA BERDASARKAN TOPIK TERTENTU DI TWITTER. Journal

Simtek, 1-23.

Ari, K. S. (2023). IMPLEMENTASI ALGORITMA SUPPORT VECTOR MACHINE (SVM) UNTUK MENGKLASIFIKASI TINGKAT STRES BERBASIS WEB PADA SISWA KELAS XII SMA SEDERAJAT DI KABUPATEN KARAWANG . Journal UPI, 1-5.

Darwis Dedi, S. N., & Zaenal, A. (2021). Penerapan Algoritma Naive Bayes untuk Analisis Sentimen Review Data Twitter BMKG Nasional. Jurnal TEKNO KOMPAK, 131-145.

Eriana Sita Emi, Z. A. (2023). Artifical Intelegence (AI). Jawa Tengah: Eureka Media Aksara.

Fajar, R. (2019). Implementasi Algoritma Naive Bayes Terhadap Analisis Sentimen Opini Film Pada Twitter. JURNAL INOVTEK POLBENG - SERI

INFORMATIKA, 50-57.

Fitri Evita, Y. Y., & Rosyida Susy, G. W. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine . Journal TRANSFORMATIKA , 71-80.

Hudaya Septiani Cindy, F. H., & Andry, A. (2019). ANALISIS PERSEPSI KONSUMEN TERHADAP BRAND GO-JEK PADA MEDIA SOSIAL TWITTER MENGGUNAKAN METODE SENTIMENT ANALYSIS DAN

TOPIC MODELLING . Jurnal Mitra Manajemen (JMM Online), 664-673.

Insan Khoirul Moh, H. U., & Odi, N. (2023). ANALISIS SENTIMEN APLIKASI BRIMO PADA ULASAN PENGGUNA DI GOOGLE PLAY MENGGUNAKAN ALGORITMA NAIVE BAYES. Jurnal Mahasiswa

Teknik Informatika (JATI), 478-482.

Kadarina Maya Trie, H. I. (2019). PENGENALAN BAHASA PEMROGRAMAN PYTHON MENGGUNAKAN APLIKASI GAMES UNTUK SISWA/I DI

WILAYAH KEMBANGAN UTARA. Jurnal Abdi Masyarakat (JAM), 11-16.

Lisobrina Fatimah Lina, A. P., & Hidayat Maulidina Chunul, W. I. (2023). Analisis Faktor Kepuasan Pengguna Gopay dalam Digital Financial Management. Journal of Management and Social Sciences (JIMAS), 161-171.

 

MahendraJaya Rahmad, B. A., & Moh, S. B. (2019). ANALISIS SENTIMEN PENGGUNA GOPAY MENGGUNAKAN METODE LEXICON BASED

DAN SUPPORT VECTOR MACHINE . Jurnal Teknik Universitas Muhammadiyah Ponogoro, 52-63.

Mailo Fridom Felix, L. L. (2019). Analisis Sentimen Data Twitter Menggunakan Metode Text Mining Tentang Masalah Obesitas di Indonesia. Journal of Information Systems for Public Health, 28-36.

Marsella, W. S., Wijaya Indra, S. T., & Dien, N. (2023). ANALISIS IMPLEMENTASI ARTIFICIAL INTELLIGENCE UNTUK BISNIS:

SYSTEMATIC LITERATURE REVIEW . Journal Of Information System, Computer Science And Information Technology, 133-145.

Muhammad, I. A. (2020). IMPLEMENTASI METODE REINFORCEMENT LEARNING PADA SIMULASI PERGERAKAN ROBOT MULTI-SENDI.

Insitut Teknologi Sepuluh Nopember, 1-35.

Rahman Sayuti, S. A., Siregar Dodi, K. H., Prahmana Gusti, P. R., & Muhammad, Z. (2023). PYTHON: DASAR DAN PEMOGRAMAN BERORIENTASI OBJEK.

Jawa Tengah : Tahta Media .

Roida, P. (2021). ANALISA PENGARUH IMPLEMENTASI ARTIFICIAL INTELLIGENCE DALAM KEHIDUPAN MANUSIA. Journal of

Information System, Informatics and Computing , 506-513.

Suyanto. (2023). Mengenal Dompet Digital Indonesia . Banten: Aa Rizky.

Widianto Sajidan Iqbar, R. R., & Mutiara, K. A. (2024). ANALISIS SENTIMEN E- WALLET GOPAY, SHOPEEPAY DAN OVO MENGGUNAKAN

ALGORITMA NAIVE BAYES . Jurnal Informatika dan Teknik Elektro Terapan, 4155-4162.

Wijoyo Agung, S. Y., Ristanti Safitri, S. R., & Amalia Mila, F. R. (2024).

Pembelajaran Machine Learning. Jurnal Ilmu Komputer Dan Science , 375- 380.