ANALISIS SENTIMEN PADA PENGGUNA APLIKASI DANA MENGGUNAKAN ALGORITMA NAIVE BAYES

  • Ines Nursatika Kusuma Manajemen Informatika, STMIK IKMI Cirebon
  • Irfan Ali Rekayasa Perangkat Lunak, STMIK IKMI Cirebon
Keywords: Analisis sentimen, Naive Bayes, E-wallet, Dana, Pembayaran Virtual

Abstract

Perkembangan teknologi keuangan dalam bentuk dompet digital sangat menarik perhatian masyarakat.Penggunaan e-wallet sebagai metode pembayaran modern telah memberikan kenyamanan dalam melakukan transaksi dan mengubah cara orang melakukan transaksi di era digital.Apilikasi Dana adalah platform keuangan yang menyediakan layanan keuangan untuk memfasilitasi pengguna.Pada konteks ini sangat penting untuk memahami persepsi pengguna tentang Aplikasi Dana Pada masalah yang menggambarkan ketidakpuasan pelanggan mengenai kualitas layanan serta respons terhadap umpan balik pengguna dan keamanan serta privasi pengguna berdasarkan pengalaman pengguna aplikasi Dana berdasarkan perasaan positif,netral,ataupun negatif.Penelitian ini bertujuan untuk memberikan informasi terkait dengan perasaan pengguna pada aplikasi Dana.Penelitian ini menerapkan metode KDD dalam menganalisis ulasan pengguna menggunakan web scrapping dengan algoritma Naive Bayes yaitu pendekatan klasifikasi efektif dalam menganalisis sentimen.Dengan analisis sentimen ini diharapkan dapat memberikan wawasan kepada pengembang aplikasi untuk memahami terkait kelemahan pada layanan yang diberikan.Dengan adanya sentimen, pengembang dapat mengambil solusi untuk meningkatkan layanan,memperbaiki kekurangan pada aplikasi tersebut,serta meningkat kepuasan kepada penggunanya.Penelitian ini berfokus pada pemahaman mendalam tentang persepsi dan reaksi pengguna terhadap berbagai aspek aplikasi Dana. Dihasilkan sebanyak 576 ulasan positif, ulasan netral sebanyak 205 dan ulasan negatif sebanyak 219 ulasan.Berdasarkan metode Naive Bayes mengihasilkan Performance Vector didapat accuracy:74.60% +/- 3.53% (micro average:74.60%) dan kappa:0.550 +/- 0.061(micro average:0.550).

Downloads

Download data is not yet available.
Published
2024-04-02