Claim Missing Document
Check
Articles

Found 31 Documents
Search

Analisis Kinerja Komparatif Metode Machine Learning Dalam Klasifikasi Sentimen Terhadap Ulasan Aplikasi Dompet Digital Yanto, Willi; Panjaitan, Mega Lastarida; Khosandy, Vincent; Banjarnahor, Jepri
Jurnal Sistem Komputer dan Informatika (JSON) Vol. 6 No. 4 (2025): Juni 2025
Publisher : Universitas Budi Darma

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.30865/json.v6i4.8831

Abstract

Saat ini, kemajuan teknologi telah merambah di berbagai aspek kehidupan, termasuk sektor keuangan. Salah satu teknologi keuangan yang populer digunakan di Indonesia adalah dompet digital. Penggunaan aplikasi dompet digital memungkinkan transaksi keuangan dilakukan secara daring tanpa perlu menggunakan uang tunai atau kartu fisik, mendukung sistem pembayaran non-tunai (cashless). Aplikasi dompet digital yang sangat populer saat ini, seperti Dana, OVO, dan Gopay, memiliki banyak pengguna, sehingga sering kali terdapat ulasan yang tidak relevan dengan aplikasi serta rating yang diberikan di Google Play Store. Tujuan penelitian ini adalah untuk membandingkan performa empat algoritma machine learning, yaitu Random Forest, K-Nearest Neighbors (KNN), Support Vector Machine (SVM), dan Naïve Bayes dalam melakukan analisis sentimen pada ulasan aplikasi dompet digital. Data ulasan dompet digital diperoleh melalui teknik data scraping dan selanjutnya dilakukan text preprocessing untuk membersihkan teks agar dapat dieksekusi dengan baik. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes dan Random Forest memiliki performa terbaik dalam analisis sentimen aplikasi dompet digital. Naïve Bayes mencapai akurasi tertinggi pada aplikasi Gopay dengan nilai 84.44%, recall 84.44%, dan F1-score 82.44%. Sementara itu, Random Forest menunjukkan performa yang konsisten dengan akurasi terbaik pada aplikasi OVO sebesar 81.82% dan recall 81.82%, serta pada aplikasi Gopay dengan akurasi 83.06% dan F1-score 80.84%. Hal ini menunjukkan bahwa kedua algoritma tersebut memiliki potensi yang baik dalam menganalisis sentimen ulasan aplikasi dompet digital
Co-Authors -, Amalia -, Evta Indra Alfred Army Man Duha Andreas Nababan Aurelia Xinara Lim Barasa, Randy Aldany Bawamenewi, Deskarya Chau, Sugandi Damanik, Ruth Tetra David C. Hutajulu Dikky Irfansyah Dina Pratiwi, Dina Elekda Permata Sari Manurung Fransisca Giawa, Well Friend Gulo, Esthin Mitra Haposan Lumbantoruan Hutagalung, Jessy Putrionom Indra, Evta Ira Monalisa Irfansyah, Dikky JetaJones, Catherine Junita Sari Ninggolan Kasa Lopian Kelvin Kelvin Khosandy, Vincent Kumala, Sinta Lumbantobing, Christian Frederic Mardi Turnip, Mardi Medalsan C Monalisa, Ira Munte, Syahrian Peralla Nainggolan , Dicky Wijaya NK Nababan, Marlince Oloan Sihombing Oloan Sihombing, Oloan Ompusunggu, Elvis Sastra Panjaitan, Mega Lastarida Purba, Windania Rahil, Rafif Reinaldo, Erick Relungwangi, Galuh Wira Ridho, Muhammad Alfathan Ruth Agnes E. Tarihoran Saut Parsaoran Tamba Setiawan, Wendy Shandika , Muhammad Faja Shriram ram Siahaan, Mikael Sianturi, Angelia Chrismeshi Sheila Sihombing , Nissi Grace Dian Simamora, Wanda Pratama Putra Simatupang, Silvina Enjelia Br Sinaga, Wilson Sinta Kumala Sinurat, Stiven Hamonangan Sirait , Janiali Siregar, Regina Sitanggang, Wahyu Adventus Andreas Siti Aisyah Sitorus, Dedi Setiadi Sitorus, Ferdinand Jery Wilkinson Solly Aryza Sri Hartati Sinaga Sugandi Chau Syahrian Peralla Munte Tamba, Saut Parsaoran Tanoto, Carvin Tanzil, Alferedo Unggul Siregar Wibowo, Yonatan Adi Winata, Jaspin Yanmil V. H. Purba Yanto, Willi Yonata Laia Yulianus Zega Zai , Ferman Zuhdi, Muhammad Fikri Akbar