IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK ANALISIS ULASAN PENGGUNA UNTUK APLIKASI SEABANK DI GOOGLE PLAY STORE

Authors

  • Elisabeth Dwi Kurnia Wardani Universitas Katolik Musi Charitas
  • Febi Febiola Yo Universitas Katolik Musi Charitas https://orcid.org/0009-0002-8605-7472
  • Wayan Nesa Meylugita Universitas Katolik Musi Charitas

DOI:

https://doi.org/10.69916/jkbti.v4i1.193

Keywords:

analisis sentimen, ulasan pengguna, google play store, naïve bayes

Abstract

Analisis sentimen terhadap layanan digital semakin penting di era transformasi digital karena dapat memberikan wawasan yang mendalam mengenai persepsi pelanggan terhadap layanan yang disediakan. Penelitian ini menggunakan metode klasifikasi untuk mengklasifikasikan sentimen pelanggan berdasarkan data ulasan yang dikumpulkan dari platform layanan digital Seabank. Proses analisis dilakukan dengan mengelompokkan sentimen menjadi kategori positif, negatif, dan netral, di mana evaluasi akurasi model dilakukan menggunakan metrik evaluasi seperti presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model mampu mengklasifikasikan sentimen dengan akurasi sebesar 85%, di mana kategori sentimen negatif didominasi oleh kata-kata seperti "buruk" dan "tidak puas," sementara sentimen positif didominasi oleh kata-kata seperti "sangat baik" dan "memuaskan." Penelitian ini bertujuan untuk memberikan pemahaman yang lebih baik kepada penyedia layanan terkait kebutuhan dan ekspektasi pelanggan, sehingga dapat digunakan untuk meningkatkan kualitas layanan di masa mendatang.

Downloads

Download data is not yet available.

References

Alfandi Safira and F. N. Hasan, “Analisis Sentimen Masyarakat Terhadap Paylater Menggunakan Metode Classifier,” Zo. J. Sist. Inf., vol. 5, no. 1, pp. 59–70, 2023, doi: 10.31849/zn.v5i1.12856.

R. Adyatma Subagja, Y. Widiastiwi, and N. Chamidah, “Klasifikasi Ulasan Aplikasi Jenius pada Google Play Store Menggunakan Algoritma ,” Inform. J. Ilmu Komput., vol. 17, no. 3, p. 197, 2021, doi: 10.52958/iftk.v17i3.3652.

Jesslyn, B. Maitri, C. Hartono, F. Jennifer, J. Liana, and A. N. Fatyandri, “Analisis Strategi Bisnis dan Tingkat Persaingan dengan Kompetitor pada Perusahaan Seabank dalam Dunia Perbankan,” J. Mirai Manag., vol. 8, no. 2, pp. 48–52, 2023, [Online]. Available: https://www.journal.stieamkop.ac.id/index.php/mirai/article/view/4495%0A

M. Suhendra, W. Swastika, and M. Subianto, “Analisis Sentimen Pada Ulasan Aplikasi Video Conference Menggunakan ,” Sainsbertek J. Ilm. Sains Teknol., vol. 2, no. 1, pp. 1–9, 2021, doi: 10.33479/sb.v2i1.145.

M. K. Insan, U. Hayati, and O. Nurdiawan, “Analisis Sentimen Aplikasi Brimo Pada Ulasan Pengguna Di,” J. Mhs. Tek. Inform., vol. 7, no. 1, pp. 478–483, 2023.

B. Z. Ramadhan, I. Riza, and I. Maulana, “Analisis Sentimen Ulasan Pada Aplikasi E-Commerce Dengan Menggunakan Algoritma Naïve Bayes,” 2022.

A. Nadira, N. Y. Setiawan, and W. Purnomo, “Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Naïve Bayes Dengan Kamus Inset,” Indexia, vol. 5, no. 01, p. 35, 2023, doi: 10.30587/indexia.v5i01.5138.

O. Irnawati and K. Solecha, “Analisis Sentimen Ulasan Aplikasi Flip Menggunakan Naïve Bayes dengan Seleksi Fitur PSO,” J. Ilm. Intech Inf. Technol. J. UMUS, vol. 4, no. 02, pp. 189–199, 2022, doi: 10.46772/intech.v4i02.868.

R. Apriani and D. Gustian, “Analisis Sentimen Dengan Naïve Bayes Terhadap Komentar Aplikasi Tokopedia,” J. Rekayasa Teknol. Nusa Putra, vol. 6, no. 1, pp. 54–62, 2019, doi: 10.52005/rekayasa.v6i1.86.

T. A. Sari, E. Sinduningrum, and F. Noor Hasan, “KLIK: Kajian Ilmiah Informatika dan Komputer Analisis Sentimen Ulasan Pelanggan Pada Aplikasi Fore Coffee Menggunakan Metode Naïve Bayes,” Media Online), vol. 3, no. 6, pp. 773–779, 2023, doi: 10.30865/klik.v3i6.884.

A. Nurian, “Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes,” J. Inform. dan Tek. Elektro Terap., vol. 11, no. 3s1, pp. 829–835, 2023, doi: 10.23960/jitet.v11i3s1.3348.

Ernianti Hasibuan and Elmo Allistair Heriyanto, “Analisis Sentimen Pada Ulasan Aplikasi Amazon Shopping Di Google Play Store Menggunakan Classifier,” J. Tek. dan Sci., vol. 1, no. 3, pp. 13–24, 2022, doi: 10.56127/jts.v1i3.434.

N. Lestari, E. Haerani, and R. M. Candra, “Analisa Sentimen Ulasan Aplikasi Wetv Untuk Peningkatan Layanan Menggunakan Metode Naïve Bayes,” J. Inf. Syst. Res., vol. 4, no. 3, pp. 874–882, 2023, doi: 10.47065/josh.v4i3.3355.

G. K. Locarso, “Analisis Sentimen Review Aplikasi Pedulilindungi Pada Google Play Store Menggunakan Nbc,” JTIK (Jurnal Tek. Inform. Kaputama), vol. 6, no. 2, pp. 353–361, 2022, doi: 10.59697/jtik.v6i2.207.

S. A. Azzahra and A. Wibowo, “Analisis Ulasan Wisatawan,” J. Teknol. Inf. dan Ilmu Komput., vol. 7, no. 4, p. 737, 2020, doi: 10.25126/jtiik.202071907.

E. Fitri, “Sentiment Analysis of the Ruangguru Application Using , Random Forest and Support Vector Machine Algorithms,” J. Transform., vol. 18, no. 1, p. 71, 2020.

Meliyawati and F. N. Hasan, “Analisis Sentimen Pengguna Aplikasi CapCut Pada Ulasan di Play Store Menggunakan Metode Naïve Bayes,” Media Online, vol. 4, no. 4, pp. 2272–2280, 2024, doi: 10.30865/klik.v4i4.1555.

M. T. Nitamia and H. Februariyanti, “Analisis Sentimen Ulasan Ekpedisi J&T Expres Menggunakan Algoritma ,” J. Manaj. Inform. Sist. Inf., vol. 5, no. 1, pp. 20–29, 2022.

Y. Asri, W. N. Suliyanti, D. Kuswardani, and M. Fajri, “Pelabelan Otomatis Lexicon Vader dan Klasifikasi dalam menganalisis sentimen data ulasan PLN Mobile,” Petir, vol. 15, no. 2, pp. 264–275, 2022, doi: 10.33322/petir.v15i2.1733.

D. Darwis, N. Siskawati, and Z. Abidin, “Penerapan Algoritma Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional,” J. Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.

M. Rezki, D. N. Kholifah, M. Faisal, P. Priyono, and R. Suryadithia, “Analisis Review Pengguna Google Meet dan Zoom Cloud Meeting Menggunakan Algoritma Naïve Bayes,” J. Infortech, vol. 2, no. 2, pp. 264–270, 2020, doi: 10.31294/infortech.v2i2.9286.

G. Darmawan, S. Alam, and M. I. Sulistyo, “Analisis Sentimen Berdasarkan Ulasan Pengguna Aplikasi Mypertamina Pada Google Playstore Menggunakan Metode Naïve Bayes,” STORAGE – J. Ilm. Tek. dan Ilmu Komput., vol. 2, no. 3, pp. 100–108, 2023.

U. Muhammadiyah Jember, M. Izunnahdi, G. Aburrahman, and A. Eko Wardoyo, “Sentimen Analisis Pada Data Ulasan Aplikasi KAI Access Di Google PlayStore Menggunakan Metode Multinomial Sentiment Analysis on KAI Access Application Review Data on Google PlayStore Using Multinomial Method,” J. Smart Teknol., vol. 4, no. 2, pp. 2774–1702, 2023, [Online]. Available: http://jurnal.unmuhjember.ac.id/index.php/JST

Merinda Lestandy, Abdurrahim Abdurrahim, and Lailis Syafa’ah, “Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 5, no. 4, pp. 802–808, 2021, doi: 10.29207/resti.v5i4.3308.

S. Juanita, “Analisis Sentimen Persepsi Masyarakat Terhadap Pemilu 2019 Pada Media Sosial Twitter Menggunakan ,” J. Media Inform. Budidarma, vol. 4, no. 3, p. 552, 2020, doi: 10.30865/mib.v4i3.2140.

Downloads

Published

2025-01-02

PlumX Metrics

Scite Metrics

Altmetric

How to Cite

[1]
E. D. Kurnia Wardani, F. Febiola Yo, and W. N. Meylugita, “IMPLEMENTASI ALGORITMA NAÏVE BAYES UNTUK ANALISIS ULASAN PENGGUNA UNTUK APLIKASI SEABANK DI GOOGLE PLAY STORE”, JKBTI, vol. 4, no. 1, pp. 13–24, Jan. 2025.

Issue

Vol. 4 No. 1 (2025): January 2025

Section

Articles

License

Copyright (c) 2025 Elisabeth Dwi Kurnia Wardani, Febi Febiola Yo, Wayan Nesa Meylugita

Creative Commons License

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

Crossref
Scopus
Google Scholar
Europe PMC