UMPPUMPP
Jurnal Surya InformatikaJurnal Surya InformatikaGOPAY adalah salah satu aplikasi di Google Play Store. Aplikasi Gopay sudah diunduh sebanyak 10 juta kali namun hanya memiliki rating 4,4. Pada Google Play Store, pemberian rating aplikasi diikuti dengan ulasan dari para pengguna terhadap aplikasi tersebut sehingga sering dijadikan pertimbangan oleh calon pengguna. Berdasarkan hal tersebut, dilakukan analisis sentimen menggunakan algoritma Support Vector Machine untuk mengetahui sentimen para pengguna terhadap aplikasi GOPAY di Google Play Store. Penelitian menggunakan metode Knowledge Discovery in Database (KDD) dengan data ulasan sebanyak 29.554, terdiri dari 23.961 ulasan positif dan 5.593 ulasan negatif. Hasil terbaik diperoleh pada skenario 1 (90:10) menggunakan kernel RBF (Radial Basis Function) yang menghasilkan akurasi 65%, precision 71,43%, recall 50% dan f1-score 58,82%.
Penelitian ini menunjukkan bahwa analisis sentimen menggunakan Support Vector Machine (SVM) dengan kernel linear efektif dalam mengkategorikan sentimen pengguna terhadap aplikasi GOPAY di Google Play Store.Hasil menunjukkan bahwa SVM dengan kernel linear memberikan performa terbaik dengan akurasi tambahan, memberi wawasan penting bagi pengembang aplikasi dan calon pengguna.Penelitian memiliki keterbatasan data waktu terbatas dan konteks aplikasi spesifik, sehingga perlu hati-hati dalam menggeneralisasi temuan.
Pertama, lakukan penelitian lanjutan dengan menambah dataset ulasan dari periode waktu yang lebih panjang dan beragam untuk mengevaluasi stabilitas model SVM dalam kondisi data yang berubah. Kedua, uji pendekatan ensemble dengan menggabungkan SVM dan algoritma lain seperti Naïve Bayes atau Random Forest untuk meningkatkan akurasi dan menurunkan kesalahan klasifikasi. Ketiga, analisis sentimen lebih dalam dengan memodelkan emosi subteks dalam ulasan menggunakan teknik NLP berbasis transformer agar dapat menangkap nuansa positif dan negatif secara lebih detail.
| File size | 496 KB |
| Pages | 6 |
| DMCA | Report |
Related /
FKPTFKPT Penelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normalPenelitian ini bertujuan merancang dan mengimplementasikan model prediksi serangan DDoS berbasis algoritma Random Forest yang mampu membedakan trafik normal
NURISNURIS Kajian ini menggunakan rancangan penelitian metode kuantitatif yang dipadukan dengan pendekatan text mining untuk mengolah data, yang mencakup pengumpulanKajian ini menggunakan rancangan penelitian metode kuantitatif yang dipadukan dengan pendekatan text mining untuk mengolah data, yang mencakup pengumpulan
STMIKJAYAKARTASTMIKJAYAKARTA Dari beberapa hasil pengolahan data dari data hasil imputasi menunjukkan bahwa nilai akurasi tertinggi berada pada data hasil penanganan Missing ValueDari beberapa hasil pengolahan data dari data hasil imputasi menunjukkan bahwa nilai akurasi tertinggi berada pada data hasil penanganan Missing Value
UBMUBM Berdasarkan hasil dan pembahasan, dengan menggunakan metode Decision Tree dan algoritma C4. 5 dapat diprediksi klasifikasi pelanggan ke dalam pelangganBerdasarkan hasil dan pembahasan, dengan menggunakan metode Decision Tree dan algoritma C4. 5 dapat diprediksi klasifikasi pelanggan ke dalam pelanggan
NURUL FIKRINURUL FIKRI Berbeda dari keduanya, BERT menunjukkan hasil yang kontras dengan sentimen negatif dominan sebesar 52,3%, positif 47,7%, dan tanpa klasifikasi netral.Berbeda dari keduanya, BERT menunjukkan hasil yang kontras dengan sentimen negatif dominan sebesar 52,3%, positif 47,7%, dan tanpa klasifikasi netral.
STIEBALIKPAPANSTIEBALIKPAPAN Algoritma Apriori digunakan untuk mencari pola belanja konsumen. Analisis data menggunakan Python menghasilkan dua aturan asosiasi: jika membeli hijabAlgoritma Apriori digunakan untuk mencari pola belanja konsumen. Analisis data menggunakan Python menghasilkan dua aturan asosiasi: jika membeli hijab
UBMUBM Langkah‑langkah dalam pembuatan itemset menggunakan metode asosiasi meliputi identifikasi masalah, pengumpulan data transaksi, identifikasi itemset,Langkah‑langkah dalam pembuatan itemset menggunakan metode asosiasi meliputi identifikasi masalah, pengumpulan data transaksi, identifikasi itemset,
UMUSLIMUMUSLIM Selama periode 12 bulan penjualan produk-produk dalam Cluster ini memiliki pertumbuhan penjualan yang cukup stabil. Berikutnya adalah Cluster 1 mencakupSelama periode 12 bulan penjualan produk-produk dalam Cluster ini memiliki pertumbuhan penjualan yang cukup stabil. Berikutnya adalah Cluster 1 mencakup
Useful /
UNRIUNRI Penelitian ini bertujuan mengetahui strategi dan budaya organisasi Bawaslu Kabupaten Bekasi dalam merespon indeks kerawanan pemilu 2024. Hasil penelitianPenelitian ini bertujuan mengetahui strategi dan budaya organisasi Bawaslu Kabupaten Bekasi dalam merespon indeks kerawanan pemilu 2024. Hasil penelitian
STMIKJAYAKARTASTMIKJAYAKARTA Penelitian ini menjadikan proses pembelajaran lebih menarik dan interaktif. Penelitian ini berhasil mengembangkan media pembelajaran Kampung Raja PrailiuPenelitian ini menjadikan proses pembelajaran lebih menarik dan interaktif. Penelitian ini berhasil mengembangkan media pembelajaran Kampung Raja Prailiu
STIABENGKULUSTIABENGKULU Kegiatan pengabdian kepada masyarakat berjalan baik dan meningkatkan pengetahuan serta mempermudah masyarakat menemukan lokasi desa secara cepat. PesertaKegiatan pengabdian kepada masyarakat berjalan baik dan meningkatkan pengetahuan serta mempermudah masyarakat menemukan lokasi desa secara cepat. Peserta
UNRIUNRI Dengan menggunakan metode kualitatif studi kasus, data diperoleh melalui wawancara, studi pustaka, dan dokumentasi. Hasil penelitian menunjukkan bahwaDengan menggunakan metode kualitatif studi kasus, data diperoleh melalui wawancara, studi pustaka, dan dokumentasi. Hasil penelitian menunjukkan bahwa