Analisis Sentimen Pada Ulasan Aplikasi Samsat Mobile Jawa Barat (Sambara) Menggunakan algoritma Naive bayes Classifier dengan seleksi fitur Chi Square

Muhammad Irfan, Didit Widiyanto, Jayanta Jayanta

Abstract


Aplikasi Sambara merupakan inovasi terhadap pelayanan pembayaran pajak kendaraan bermotor di daerah Jawa Barat yang dibuat oleh Bapenda Jabar. Dengan hadirnya Sambara, diharapkan dapat mempercepat dalam melakukan kewajiban membayar pajak kendaraan tahunan. Pada penelitian ini akan dilakukan proses analisis sentimen dengan mengklasifikasi ulasan pengguna aplikasi Sambara kedalam sentimen positif dan sentimen negatif. Data yang digunakan merupakan data ulasan aplikasi Sambara di Play Store berbahasa Indonesia pada tanggal 20 April hingga 31 Desember 2021. Penelitian ini menggunakan algoritma Naïve Bayes Classifier dan seleksi fitur Chi Square. Lalu dilakukan pembagian data latih dan data uji dengan ratio 80:20, hasil dari penelitian dengan menggunakan seleksi fitur chi square dengan nilai kritis sebesar 0.837 dan jumlah fitur yang terseleksi sebanyak 244 fitur mendapatkan nilai akurasi tertinggi sebesar 94.4%, specificity 93.5%, dan recall 95.3%.

Keywords


Sambara; Naïve Bayes Classifier; Chi Square

References


A. Rohman and D. C. Larasati, "STANDART PELAYANAN PUBLIK DI ERA TRANSISI NEW NORMAL," REFORMASI, pp. 151-163, 2020.

E. P. Nirwadani, I. and R. C. Wihandika, "Analisis Sentimen Pada Ulasan Pengguna Aplikasi Mandiri Online Menggunakan Metode Modified Term Frequency Scheme Dan Naïve Bayes," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, pp. 1039-1047, 2021.

B. Liu, Sentiment Analysis and Opinion Mining, Chicago: Morgan & Claypool, 2012.

L. Luthfiana, J. C. Young and A. Rusli, "Implementasi Algoritma Support Vector Machine dan Chi Square untuk Analisis Sentimen User Feedback Aplikasi," ULTIMATICS, pp. 125-128, 2020.

A. R. Isnain, A. I. Sakti, D. Alita and N. S. Marga, "Algoritma Naive Bayes: Sebuah Literature Review JAKARTA MENGGUNAKAN ALGORITMA SVM," JDMSI, pp. 31-37, 2021.

Bapenda Jabar, "Sambara – Samsat Mobile Jawa Barat," 15 November 2021. [Online]. Available: https://bapenda.jabarprov.go.id/samsat-mobile-jawa-barat-sambara/.

J. A. Septian, M. T. Fahrudin and A. Nugroho, "Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor," Journal of Intelligent System and Computation, pp. 43-49, 2019.

F. Septianingrum and A. S. Y. Irawan, "Metode Seleksi Fitur Untuk Klasifikasi Sentimen Menggunakan Algoritma Naive Bayes: Sebuah Literature Review," JURNAL MEDIA INFORMATIKA BUDIDARMA, pp. 799-805, 2021.

C. Ardiansyah, Indriati and Marji, "Klasifikasi Emosi pada Komentar YouTube Menggunakan Metode Modified K-Nearest Neighbor(MKNN) dengan BM25 dan Seleksi Fitur Chi-Square," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, pp. 1027-1032, 2020.

B. Agarwal and N. Mittal, Prominent Feature Extraction for Sentiment Analysis, Switzerland : Springer International , 2016.

D. Normawati and S. A. Prayogi, "Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter," J-SAKTI, pp. 697-711, 2021.


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.