Article Per Year (5 Year)
p-Index From 2021 - 2026
1.857
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE) Journal of Technopreneurship and Information System (JTIS) Journal Cerita: Creative Education of Research in Information Technology and Artificial Informatics Jurnal Sistem Informasi Akuntansi Conten : Computer and Network Technology J-Intech (Journal of Information and Technology)
Wati, Fanny Fatma
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Engineering Library & Information Science

Published : 13 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Conten : Computer and Network Technology

 1 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI DEEPSEEK MENGGUNAKAN ALGORITMA RANDOM FOREST DAN NAIVE BAYES Wati, Fanny Fatma; Suleman, Suleman; Widodo, Andrian Eko
CONTEN : Computer and Network Technology Vol. 5 No. 1 (2025): Juni 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/hqpha267

Abstract

Perkembangan teknologi aplikasi yang mengandalkan kecerdasan buatan mengalami pertumbuhan yang pesat, salah satunya adalah Deepseek, sebuah mesin pencari berbasis pemrosesan bahasa alami. Seiring dengan bertambahnya jumlah pengguna, ulasan yang beragam menjadi sumber data penting untuk mengevaluasi kualitas layanan aplikasi tersebut. Penelitian ini bertujuan untuk menganalisis sentimen dari ulasan pengguna aplikasi Deepseek guna memahami persepsi publik terhadap performa aplikasi. Metode yang digunakan mencakup algoritma klasifikasi Random Forest dan Naïve Bayes. Data ulasan diperoleh dari platform distribusi aplikasi, diproses melalui tahapan pembersihan, tokenisasi, penghapusan kata tidak penting, dan stemming, serta ekstraksi fitur menggunakan TF-IDF. Dataset yang digunakan terdiri dari ulasan berbahasa Indonesia yang telah diberi label positif dan negatif secara manual. Evaluasi dilakukan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Random Forest menghasilkan akurasi tertinggi sebesar 96,38%, sedangkan Naïve Bayes menunjukkan akurasi yang lebih rendah. Hal ini menunjukkan bahwa Random Forest memiliki kinerja lebih baik dalam memahami pola kata dan struktur kalimat yang kompleks. Kesimpulan dari penelitian ini menegaskan bahwa analisis sentimen berbasis machine learning efektif digunakan untuk mengevaluasi opini pengguna dan dapat menjadi acuan dalam pengambilan keputusan pengembangan aplikasi. Temuan ini juga mendukung efisiensi dalam menangani ulasan dalam jumlah besar serta membangun layanan yang lebih responsif terhadap kebutuhan pengguna.
ANALISIS SENTIMEN MENGGUNAKAN ALGORITMA K-NEAREST NEIGHBOR PADA REVIEW APLIKASI SHOPEE Wati, Fanny Fatma; Hidayati, Nadiyah; Maulidah, Mawadatul; Widodo, Andrian Eko; Astuti, Rachmawati Darma
CONTEN : Computer and Network Technology Vol. 5 No. 2 (2025): Desember 2025
Publisher : LPPM Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/conten.v5i2.10116

Abstract

E-commerce merupakan media yang memfasilitasi transaksi komersial antara individu dengan individu maupun antara individu dan organisasi melalui sistem daring. Salah satu bentuk implementasi e-commerce adalah aplikasi Shopee. Shopee dikembangkan sebagai aplikasi berbasis perangkat mobile yang memungkinkan pengguna melakukan aktivitas belanja secara online dengan mudah, sehingga transaksi dapat dilaksanakan dimanapun dan kapanpun. Aplikasi tersebut tentunya mempunyai kekurangan dan kelebihan yang dirasa oleh masyarakat. Dari adanya kekurangan dan kelebihan aplikasi shopee tidak sedikit masyarakat yang memberikan ulasan negatif maupun positif terhadap aplikasi tersebut. Pemanfaatan data dalam jumlah besar dapat dilakukan melalui penerapan teknik Data Mining. Penelitian ini bertujuan untuk menganalisis berbagai masalah yang dituju terhadap pengguna terhadap aplikasi Shopee di Google Play Store serta mengukur tingkat akurasi analisis sentimen yang dihasilkan menggunakan algoritma K-Nearest Neighbors (KNN). Menghasilkan bahwa dengan algoritma KNN diperoleh nilai akurasi Pred.Negatif nilainya sebesar 69,59%. Hasil dari Pred.Positif nilainya sebesar 71,70%.  Sedangkan nila accuracy 70,51% dan nilai AUC sebesar  0.804 +/- 0.053 (mikro: 0.804) (positive class: Positif).   E-commerce is a means of commercial transactions between individuals and organizations or a buying and selling transaction conducted online. One example of e-commerce implementation is the Shopee application. Shopee is available in the form of a mobile phone application that makes it easier for users to shop online, allowing access anytime and anywhere. Of course, this application has advantages and disadvantages perceived by the public. Due to the application’s strengths and weaknesses, many users provide both positive and negative reviews of the app. Techniques for utilizing large amounts of data can be applied through Data Mining. The purpose of this research is to analyze issues related to several reviews of the Shopee application on Google Play Store and to determine the accuracy results of sentiment analysis generated using the KNN (K-Nearest Neighbors) algorithm. The result showed that with KNN algorithm obtained the value of Pred. Negative accuracy value of 69.59%. Results from Pred. Positive value of 71.70%.  While accuracy value 70.51% and AUC value of 0804 +/-0053 (Micro: 0804) (positive class: positives). 
Co-Authors Abidin, Muhammad Ali Zaenal Abror, Dzulchan Ahmad Fauzi Akbar, Muhammad Faitullah Andrian Eko Widodo Anggraini, Recha Abriana Aprih Widayanto Astuti, Rachmawati Darma Crisna, Aditia Dany Pratmanto Doni Purnama Alamsyah Fabriyan Fandi Dwi Imaniawan Fauzi, Ahmad Galih Setiawan Nurohim Mawadatul Maulidah Nadiyah Hidayati Rousyati, Rousyati Sari, Ratna Kurnia Sukmawati, Linda Suleman Suleman