UBUB

Jurnal Teknologi Informasi dan Ilmu KomputerJurnal Teknologi Informasi dan Ilmu Komputer

Analisis sentimen merupakan pendekatan penting untuk memahami opini pengguna terhadap aplikasi digital. Penelitian ini bertujuan mengklasifikasikan sentimen ulasan pengguna terhadap aplikasi Kredivo di Google Play Store dengan menerapkan algoritma Naïve Bayes dan Random Forest. Sebanyak 2.000 ulasan diperoleh melalui proses scraping dan diproses melalui tahapan preprocessing, meliputi cleaning, case folding, labeling, normalisasi, stopword removal, tokenizing, dan stemming. Untuk mengatasi ketidakseimbangan kelas sentimen, digunakan teknik SMOTE (Synthetic Minority Oversampling Technique). Hasil evaluasi menunjukkan bahwa Naïve Bayes menghasilkan akurasi 82% dengan precision tertinggi pada kelas positif (95,40%), sedangkan Random Forest mencapai akurasi 91% dengan precision sempurna pada kelas negatif (100%). Penelitian ini membuktikan bahwa kombinasi preprocessing yang tepat dan pemilihan algoritma yang sesuai dapat meningkatkan performa klasifikasi sentimen. Temuan ini berkontribusi dalam pengembangan sistem analitik ulasan pengguna, yang dapat dimanfaatkan oleh pengembang aplikasi dan pelaku industri fintech untuk meningkatkan kualitas layanan berbasis data opini pengguna.

Random Forest menunjukkan performa yang lebih unggul dibandingkan Naïve Bayes dengan akurasi 91% dan precision sempurna pada kelas negatif.Naïve Bayes memberikan akurasi 82% dengan precision tertinggi pada kelas positif.Kombinasi preprocessing yang tepat dan pemilihan algoritma yang sesuai dapat meningkatkan kualitas klasifikasi sentimen ulasan pengguna aplikasi Kredivo.

Pertanyaan penelitian: bagaimana kinerja model pembelajaran mendalam seperti BERT dalam klasifikasi sentimen ulasan aplikasi fintech dibandingkan dengan model tradisional Naïve Bayes dan Random Forest? Studi lanjutan dapat mengevaluasi penggunaan data multibahasa untuk memprediksi sentimen di pasar global, memperhitungkan variasi budaya dan bahasa. Selain itu, penelitian berikutnya dapat meneliti perubahan tren sentimen pengguna seiring waktu dan mengembangkan model yang dapat memprediksi perubahan perilaku konsumen secara real‑time.

Read online
File size826.59 KB
Pages12
DMCAReport

Related /

ads-block-test