Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JOURNAL OF INFORMATION SYSTEM MANAGEMENT (JOISM)
Muhammad Rapi
Institut Sains dan Bisnis Atma Luhur
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
STUDI KOMPARASI SVM DAN NBC TERHADAP KLASIFIKASI SENTIMEN APLIKASI DANA Muhammad Rapi; Chandra Kirana
Journal of Information System Management (JOISM) Vol. 8 No. 1 (2026): Juni
Publisher : Universitas Amikom Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.24076/joism.2026v8i1.2569

Abstract

Penelitian ini mengeksplorasi efektivitas komparasi antara model Support Vector Machine (SVM) dan Naïve Bayes Classifier (NBC) dalam menganalisis sentiment ulasan pengguna aplikasi DANA pada Google Play Store. Studi ini dilakukan untuk mengisi kesenjangan penelitian sebelumnya yang belum mengeksplorasi penanganan kelas opini netral secara spesifik pada objek aplikasi finansial yang sama. Sebanyak 4.800 data tekstual diproses melalui tahapan prapemrosesan sistemas, meliputi cleaning, case folding, tokenisasi, dan stemming Sastrawi. Melalui pembobotan TF-IDF yang menghasilkan 3.715 fitur unik, temuan riset mengonfirmasi dominansi SVM dengan capaian akurasi sebesar 82,29%, melampaui arsitektur NBC yang mencatatkan nilai 81,46%. Meskipun performa pada kelas positif dan negative sangat mumpuni, kedua algoritma menghadapi kendala signifikan dalam mengidentifikasi kategori netral (f1-score 0,00) akibat distribusi data yang tidak seimbang secara ekstrem. Hasil penelitian ini memberikan rekomendasi strategis bagi pengembang aplikasi dan akademisi dalam mengoptimalkan model klasifikasi sentiment pada sektor fintech.
Co-Authors Chandra Kirana