UMIUMI
METHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiMETHOMIKA: Jurnal Manajemen Informatika & Komputerisasi AkuntansiPerkembangan teknologi informasi mendorong transformasi digital di berbagai sektor, termasuk layanan publik. Evaluasi kualitas aplikasi berbasis mobile sering kali bergantung pada ulasan dan rating pengguna. Namun, ketidaksesuaian antara keduanya dapat mempengaruhi pemahaman terhadap kepuasan pelanggan. Penelitian ini menganalisis sentimen ulasan aplikasi PLN Mobile dengan menggunakan pendekatan yang menggabungkan metode SentiStrength_id berbasis leksikon dan model Support Vector Machine (SVM). Data dikumpulkan melalui teknik web scraping dari Google Play Store dan kemudian diproses melalui tahapan preprocessing, termasuk koreksi ejaan dengan metode Peter Norvig. Proses selanjutnya adalah tokenisasi, penghilangan stopword, dan pelabelan sentimen menggunakan SentiStrength_id. Hasil analisis menunjukkan bahwa model SVM dengan rasio data latih dan data uji sebesar 90:10 mencapai akurasi tertinggi sebesar 82%. Dari 11.004 data ulasan, hasil pelabelan sentimen menunjukkan 67,4% positif, 16,5% negatif, dan 16,1% netral. Dibandingkan dengan penilaian awal pengguna, ditemukan ketidaksesuaian sebesar 5% untuk kelas positif (553 data), 6,6% untuk kelas negatif (720 data), dan 11,6% untuk kelas netral (1.273 data). Analisis word cloud menunjukkan bahwa sentimen positif didominasi oleh kata-kata seperti “membantu, “mudah, dan “cepat, sedangkan sentimen negatif terkait dengan “tidak, “masalah, dan “gangguan, yang mencerminkan masalah teknis aplikasi. Sentimen netral berisi kata-kata yang berkaitan dengan pertanyaan tentang layanan dan token listrik. Penelitian ini menunjukkan bahwa kombinasi metode Peter Norvig dan SentiStrength_id berhasil meningkatkan kualitas analisis sentimen. Hasil ini menegaskan pentingnya preprocessing yang optimal dalam meningkatkan akurasi pemodelan sentimen berbasis machine learning.
Penelitian ini menunjukkan bahwa implementasi Peter Norvig sebagai spelling corrector dalam tahapan preprocessing, bersama dengan metode SentiStrength_id untuk pelabelan sentimen dan pemodelan menggunakan SVM, berhasil meningkatkan akurasi analisis sentimen hingga 82%.Hasil ini mengindikasikan adanya ketidaksesuaian antara rating pengguna dan sentimen yang terungkap dalam ulasan, dengan persentase ketidaksesuaian sebesar 5% untuk kelas positif, 6,6% untuk kelas negatif, dan 11,6% untuk kelas netral.Kombinasi metode ini menegaskan pentingnya preprocessing yang optimal dalam meningkatkan akurasi pemodelan sentimen berbasis machine learning.
Berdasarkan temuan penelitian ini, terdapat beberapa arah penelitian lanjutan yang dapat dieksplorasi. Pertama, penelitian dapat difokuskan pada pengembangan model bahasa yang lebih canggih untuk menangani variasi bahasa Indonesia yang kompleks, termasuk dialek dan slang, guna meningkatkan akurasi pelabelan sentimen. Kedua, penelitian dapat menginvestigasi penggunaan teknik deep learning, seperti recurrent neural networks (RNN) atau transformers, untuk memodelkan sentimen dalam ulasan aplikasi, dengan mempertimbangkan konteks dan hubungan antar kata yang lebih luas. Ketiga, penelitian dapat mengeksplorasi integrasi analisis sentimen dengan data demografis pengguna untuk mengidentifikasi pola sentimen berdasarkan karakteristik pengguna, sehingga dapat memberikan wawasan yang lebih mendalam tentang preferensi dan kebutuhan pengguna.
- Sentiment Analysis of Covid-19 Handling in Indonesia Based on Lexicon Weighting | Jurnal Sisfokom (Sistem... jurnal.atmaluhur.ac.id/index.php/sisfokom/article/view/1615Sentiment Analysis of Covid 19 Handling in Indonesia Based on Lexicon Weighting Jurnal Sisfokom Sistem jurnal atmaluhur ac index php sisfokom article view 1615
- Jurnal RESTI (Rekayasa Sistem dan Teknologi Informas)i. sentiment analysis work home activity svm randomized... jurnal.iaii.or.id/index.php/RESTI/article/view/3457Jurnal RESTI Rekayasa Sistem dan Teknologi Informas i sentiment analysis work home activity svm randomized jurnal iaii index php RESTI article view 3457
- J-ICON: Jurnal Komputer dan Informatika. sentiment analysis time covid method icon jurnal komputer informatika... doi.org/10.35508/jicon.v9i2.4275J ICON Jurnal Komputer dan Informatika sentiment analysis time covid method icon jurnal komputer informatika doi 10 35508 jicon v9i2 4275
- Sentiment Analysis Of Cyberbullying On Twitter Using SentiStrength | Khaira | Indonesian Journal of Artificial... ejournal.uin-suska.ac.id/index.php/IJAIDM/article/view/9145Sentiment Analysis Of Cyberbullying On Twitter Using SentiStrength Khaira Indonesian Journal of Artificial ejournal uin suska ac index php IJAIDM article view 9145
| File size | 1.12 MB |
| Pages | 7 |
| DMCA | Report |
Related /
UMIUMI Hasil pengukuran menunjukkan bahwa aplikasi ini memberikan waktu respons rata-rata sebesar 59. 7ms, dengan waktu pemrosesan submit survei sebesar 38.94ms,Hasil pengukuran menunjukkan bahwa aplikasi ini memberikan waktu respons rata-rata sebesar 59. 7ms, dengan waktu pemrosesan submit survei sebesar 38.94ms,
JOURNALCENTERJOURNALCENTER Kesimpulan Penelitian ini telah menghasilkan perancangan dan pembangunan Sistem Informasi Penjaminan Mutu yang terintegrasi, mulai dari perancangan basisKesimpulan Penelitian ini telah menghasilkan perancangan dan pembangunan Sistem Informasi Penjaminan Mutu yang terintegrasi, mulai dari perancangan basis
ITGITG Aplikasi mampu mendigitalkan seluruh proses layanan klinis, mengurangi waktu pelayanan dari 8 menit menjadi 4 menit per pasien, serta meningkatkan efisiensiAplikasi mampu mendigitalkan seluruh proses layanan klinis, mengurangi waktu pelayanan dari 8 menit menjadi 4 menit per pasien, serta meningkatkan efisiensi
UMIUMI Penelitian ini menggunakan kerangka teori Resource-Based View (RBV) yang menekankan pentingnya pemanfaatan sumber daya internal yang unik dan bernilaiPenelitian ini menggunakan kerangka teori Resource-Based View (RBV) yang menekankan pentingnya pemanfaatan sumber daya internal yang unik dan bernilai
UMIUMI Untuk mengatasi ketidakefisienan tersebut, sebuah Sistem Evaluasi Kinerja Karyawan berbasis ERP telah dirancang guna memperlancar alur kerja, meningkatkanUntuk mengatasi ketidakefisienan tersebut, sebuah Sistem Evaluasi Kinerja Karyawan berbasis ERP telah dirancang guna memperlancar alur kerja, meningkatkan
UMIUMI Pendekatan penyelesaian masalah pengukuran kinerja guru telah berhasil dilakukan melalui pemetaan kebutuhan mutu (kebutuhan bisnis organisasi) yang diterjemahkanPendekatan penyelesaian masalah pengukuran kinerja guru telah berhasil dilakukan melalui pemetaan kebutuhan mutu (kebutuhan bisnis organisasi) yang diterjemahkan
UMIUMI Data untuk pengujian UAT diperoleh dengan melibatkan 100 responden dari Kota Pekalongan, yang dipilih menggunakan metode Simple Random Sampling dan dihitungData untuk pengujian UAT diperoleh dengan melibatkan 100 responden dari Kota Pekalongan, yang dipilih menggunakan metode Simple Random Sampling dan dihitung
PROVISIPROVISI Untuk meningkatkan kualitas dan kuantitas proses belajar, Laboratorium Rekam Medis membutuhkan fasilitas pendukung, sehingga setiap mahasiswa dapat melakukanUntuk meningkatkan kualitas dan kuantitas proses belajar, Laboratorium Rekam Medis membutuhkan fasilitas pendukung, sehingga setiap mahasiswa dapat melakukan
Useful /
UMIUMI Penelitian ini berhasil merancang UI/UX aplikasi pengecekan stunting menggunakan pendekatan Design Thinking yang meliputi tahapan Empathize, Define, Ideate,Penelitian ini berhasil merancang UI/UX aplikasi pengecekan stunting menggunakan pendekatan Design Thinking yang meliputi tahapan Empathize, Define, Ideate,
UMIUMI Dari banyak metode yang telah dikerjakan masih ada kekurangan yaitu pada waktu, akurasi dan berbagai posisi manusia. Untuk itu dilakukan penelitian yangDari banyak metode yang telah dikerjakan masih ada kekurangan yaitu pada waktu, akurasi dan berbagai posisi manusia. Untuk itu dilakukan penelitian yang
UMIUMI Pengujian antarmuka menunjukkan bahwa sebagian besar fitur berjalan baik, tetapi terdapat kegagalan pada proses pendaftaran bootcamp. Pengujian beban danPengujian antarmuka menunjukkan bahwa sebagian besar fitur berjalan baik, tetapi terdapat kegagalan pada proses pendaftaran bootcamp. Pengujian beban dan
ITGITG The results of Alphas testing show that all the features of the app run well without bugs. Beta testing, which involved the clinics customers as respondents,The results of Alphas testing show that all the features of the app run well without bugs. Beta testing, which involved the clinics customers as respondents,