ANALISIS SENTIMEN PADA ULASAN APLIKASI MOBILE BANKING MENGGUNAKAN METODE NAÏVE BAYES DENGAN KAMUS INSET

  • Alyaa Nadira Universitas Brawijaya
  • Nanang Yudi Setiawan
  • Welly Purnomo

Abstract

Perkembangan teknologi informasi dan komunikasi berpengaruh pada partisipasi dan interaksi pengguna dalam online platform, seperti contohnya adalah pemberian ulasan pada sebuah aplikasi di Google Play Store. Bagi perusahaan, ulasan dapat digunakan untuk mengetahui kebutuhan pengguna dan dapat digunakan juga sebagai bahan evaluasi untuk mengembangkan dan memperbaiki aplikasinya, namun terkadang dalam sebuah ulasan terdapat ketidaksesuaian antara isi ulasan dengan pemberian rating pada ulasan, yang berarti bahwa sentimen dari sebuah ulasan tidak dapat dilihat dari jumlah rating pada ulasan. Dalam sebuah ulasan juga dapat terjadi kesalahan penulisan baik disengaja ataupun tidak disengaja yang membuat ulasan tersebut susah untuk dibaca dan dimengerti. Pada penelitian ini dilakukan analisis sentimen dengan studi kasus aplikasi Victoria Mobile Banking untuk mengklasifikasikan ulasan aplikasi kedalam ulasan yang bersifat positif atau negatif serta dapat memberi visualisasi hasil analisis ulasan. Proses klasifikasi pada sistem menggunakan metode Naïve Bayes. Data latih yang digunakan adalah data ulasan yang telah diberi label secara otomatis menggunakan kamus InSet yang telah melalui penyesuaian kata dan bobot. Algoritma klasifikasi tersebut diuji menggunakan confusion matrix dan menghasilkan nilai precision 90,4%, recall 100%, f-measure 95%, dan akurasi 93,1%.

Downloads

Download data is not yet available.
Published
Apr 25, 2023
How to Cite
NADIRA, Alyaa; SETIAWAN, Nanang Yudi; PURNOMO, Welly. ANALISIS SENTIMEN PADA ULASAN APLIKASI MOBILE BANKING MENGGUNAKAN METODE NAÏVE BAYES DENGAN KAMUS INSET. Indexia : Informatics and Computational Intelligent Journal, [S.l.], v. 5, n. 01, p. 35-47, apr. 2023. ISSN 2657-0424. Available at: <https://journal.umg.ac.id/index.php/indexia/article/view/5138>. Date accessed: 19 nov. 2024. doi: http://dx.doi.org/10.30587/indexia.v5i01.5138.