ANALISIS SENTIMEN PENGGUNA APLIKASI DANA BERDASARKAN ULASAN PADA GOOGLE PLAY MENGGUNAKAN METODE SUPPORT VECTOR MACHINE

Abitdavy Athallah Muhammad, Ermatita Ermatita, Desta Sandya Prasvita

Abstract


Perkembangan teknologi pada era digital ini sangat pesat, salah satu bidang yang sangat berkembang ialah finansial. Beberapa perusahaan dari aplikasi fintech mulai bermunculan, dan salah satunya adalah DANA. Dari kemudahan yang ditawarkan, banyak orang yang mulai menggunakan aplikasi DANA. Dan sebab semakin banyak pengguna, maka semakin banyak juga ulasan pada Google Play Store. Ulasan dari pengguna dapat menjadi bahan menjadi masukan kepada perusahaan yang berkepentingan sehingga dapat menjadi perbaikan kedepannya. Pada penelitian ini data didapat dari ulasan pengguna aplikasi dompet digital DANA pada Google Play Store. Data ulasan dibagi menjadi 2 kategori yaitu data bersifat positif dan negatif berdasarkan pelabelan manual oleh 3 anatator. Metode support vector machine dan seleksi fitur chi square digunakan dalam pembuatan model. Hasil evaluasi diperoleh akurasi sebesar 87,58%, presisi sebesar 91,20%, dan recall sebesar 90,21% untuk model SVM, sedangkan untuk model SVM – chi square diperoleh akurasi sebesar 89,41%, presisi sebesar 93,29%, dan recall sebesar 90,76%.

Keywords


Klasifikasi, Support Vector Machine, Sentimen

References


Abah, J. O., 2021. Sentiment Analysis of Amazon Electronic Product Reviews Using Deep Learning, Dublin: Dublin Business School.Aprianto, Y., Nurhasanah, & Sanubary, I. (2018). Prediksi Kadar Particulate Matter (PM10) untuk Pemantauan Kualitas Udara Menggunakan Jaringan Syaraf Tiruan Studi Kasus Kota Pontianak. POSITRON.

Deolika, A., K. & Lutfi, E. T., 2019. ANALISIS PEMBOBOTAN KATA PADA KLASIFIKASI TEXT MINING. Jurnal Teknologi Informasi, pp. 179-184.

Fitriyah, N., Warsito, B. & Maruddani, D. I., 2020. ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM). Jurnal Gaussian, 9(3), pp. 376 - 390.

Gideon, A., 2018. Hal yang Perlu DIketahui Soal DANA, Dompet Digital Besutan Anak Negeri. [Online] Available at: https://www.liputan6.com/bisnis/read/3802191/hal-yang-perlu-diketahui-soal-dana-dompet-digital-besutan-anak-negeri

Chang, Z., Zhang, Y., & Chen, W. (2018). Effective Adam-optimized LSTM Neural Network for Electricity Price Forecasting. IEEE, 245.

Harfian, Y., 2021. KLASIFIKASI SENTIMEN APLIKASI DOMPET DIGITAL DANA PADA KOMENTAR DI INSTAGRAM MENGGUNAKAN NAIVE BAYES CLASSIFIER. Teknik Informatika.Graves, A. (2012). Supervised Sequence Labell with RNN. Springer.

Huda, H. & Islahudin, N., 2021. MEASURMENT SYSTEM ANALYSIS PADA OPERATOR PENGECEKAN VISUAL MENGGUNAKAN METODE. Jurnal Integrasi Sistem Industri, 8(2), pp. 35-40

Irfani, F. F., Triyanto, M. & K., 2020. Analisis Sentimen Review Aplikasi Ruangguru Menggunakan Algoritma Support Vector Machine. Jurnal Bisnis, Manajemen, dan Informatika, pp. 258-266.

Juen Ling, ,. I. P. E. N. K. ,. T. B. O., 2014. E-Jurnal Matematika. ANALISIS SENTIMEN MENGGUNAKAN METODE NAÏVE BAYES, 3(3), pp. 92-99.

Lukmana, D. T., S. S. & Y. S., 2019. Analisis Sentimen Terhadap Calon Presiden 2019. Seminar Nasional Penelitian Pendidikan Matematika, pp. 154-160.

Mahendrajaya, R., Buntoro, G. A. & Setyawan, M. B., 2019. Analisi Sentimen Pengguna Gopay Menggunakan Metode Lexicon Based dan Support Vector Machine. Jurnal Teknik Universitas Muhammadiyah Ponogoro, pp. 52-63.

Mohri, M., Rostamizadeh, A. & A. T., 2012. Foundations of Machine Learning. s.l.:MTI Press.

Nuansa Gumilang, Z. A., 2018. IMPLEMENTASI NAIVE BAYER CLASSIFIER DAN ASOSIASI UNTUK ANALISIS SENTIMEN DATA ULASAN APLIKASI E-COMMERCE SHOPEE PADA SITUS GOOGLE PLAY. Statistika.

Praptiwi, D. Y., 2018. ANALISIS SENTIMEN ONLINE REVIEW PENGGUNA E-COMMERCE MENGGUNAKAN METODE SUPPORT VECTOR MACHINE DAN MAXIMUM ENTROPY. Statistika.

Rofiqoh, U., Perdana, R. S. & Fauzi, M. A., 2017. ANALISIS SENTIMEN TINGKAT KEPUASAN PENGGUNA PENYEDIA LAYANAN TELEKOMUNIKASI SELULER INDONESIA PADA TWITTER DENGAN METODE SUPPORT VECTOR MACHINE DAN LEXICON BASED FEATURES. Jurnal pengembangan Teknologi Informasi dan Ilmu Komputer, 1(22), pp. 1725-1732.

Romadoni, F., Umaidah, Y. & Sari, B. N., 2020. Text Mining Untuk Analisis Sentimen Pelanggan Terhadap Layanan Uang Elektronik Menggunakan Algoritma Support Vector Machine. Jurnal SISFOKOM, pp. 247-253.

Sitanayah Que, V. K., Iriani, A. & Purnomo, H. D., 2020. Analisis Sentimen Transportasi Online Menggunakan Support Vector Machine Berbasis Particle Swarm Optimization. Jurnal Nasional Teknik Elektro dan Teknologi Informasi, pp. 162-170.

Somantri, O. & Apriliani, D., 2018. SUPPORT VECTOR MACHINE BERBASIS FEATURE SELECTION UNTUK. Jurnal Teknologi Informasi dan Ilmu Komputer, 5(5), pp. 537-548.

Surohman, Aji, S., Rousyati & Wati, F. F., 2020. Analisis Sentimen Terhadap Review Fintech Dengan Metode Naive Bayes Classifier dan K-Nearest Neighbor. Jurnail Sains dan Manajemen, 8(1), pp. 2657 - 0793.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2023 Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya

Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-NoDerivatives 4.0 International License.