Article Per Year (5 Year)
p-Index From 2021 - 2026
6.574
P-Index
This Author published in this journals
All Journal KARMAPATI (Kumpulan Artikel Mahasiswa Pendidikan Teknik Informatika) ISSN: 2252-9063 Jurnal Informatika dan Teknik Elektro Terapan Informatics for Educators and Professional : Journal of Informatics KOPERTIP: Jurnal Ilmiah Manajemen Informatika dan Komputer Indonesian Journal of Applied Informatics Jurnal ICT : Information Communication & Technology Jurnal Teknologi Informasi dan Multimedia Jurnal Sistem Informasi dan Informatika (SIMIKA) Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) JATI (Jurnal Mahasiswa Teknik Informatika) Media Informatika MEANS (Media Informasi Analisa dan Sistem) Jurnal SAINTIKOM (Jurnal Sains Manajemen Informatika dan Komputer) Jurnal Informatika Terpadu D'computare: Jurnal Ilmiah Teknologi Informasi dan Ilmu Komputer Journal of Artificial Intelligence and Engineering Applications (JAIEA) AMMA : Jurnal Pengabdian Masyarakat Jurnal Informatika: Jurnal Pengembangan IT Jurnal Accounting Information System (AIMS) INTERNAL (Information System Journal) Jurnal Kecerdasan Buatan dan Teknologi Informasi Jurnal Komtika (Komputasi dan Informatika)
Raditya Danar Dana
Manajemen Informatika; STMIK IKMI CIREBON
Humanities Automotive Engineering Chemistry Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Engineering Law, Crime, Criminology & Criminal Justice Materials Science & Nanotechnology Nursing Other

Published : 58 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Media Informatika

 1 
Analisis Sentimen Terhadap Pengguna Aplikasi Jamsostek Mobile pada Google Play Store Menggunakan Metode Naïve Bayes Azarine, Divia; Rahaningsih, Nining; Dana, Raditya Danar
Media Informatika Vol 24 No 1 (2025)
Publisher : P3M STMIK LIKMI

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37595/mediainfo.v24i1.316

Abstract

Dalam perkembangan teknologi informasi saat ini, aplikasi mobile telah menjadi bagian tak terpisahkan dari kehidupan sehari-hari, termasuk aplikasi Jamsostek Mobile (JMO) yang menyediakan layanan bagi pengguna Jamsostek. Ulasan pengguna di platform seperti Google Play Store sering kali menjadi sumber informasi penting yang mencerminkan kualitas dan kepuasan pengguna terhadap aplikasi. Namun, untuk dapat memahami sentimen yang terkandung dalam ulasan tersebut secara otomatis, diperlukan metode analisis sentimen yang efektif. Salah satu algoritma yang sering digunakan dalam analisis sentimen adalah Naive Bayes. Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi JMO di Google Play Store menggunakan algoritma Naive Bayes, dengan fokus untuk mengidentifikasi sentimen yang terkandung dalam ulasan tersebut serta mengevaluasi performa model dalam mengklasifikasikan sentimen. Metode yang digunakan dalam penelitian ini adalah Naive Bayes, yang diterapkan untuk mengklasifikasikan ulasan pengguna ke dalam kategori sentimen positif, negatif, dan netral. Data ulasan yang digunakan dalam penelitian ini diperoleh dari Google Play Store dengan periode pengambilan data antara September hingga Oktober 2024. Hasil penelitian menunjukkan bahwa sebagian besar ulasan aplikasi JMO memiliki sentimen positif (74,1%), diikuti oleh sentimen negatif (25,9%). Namun, model ini menunjukkan kesulitan dalam mengidentifikasi kelas netral yang memiliki data yang sangat terbatas. Evaluasi model menghasilkan akurasi sebesar 86,06%, dengan precision, recall, dan F1-score yang cukup baik pada kelas positif dan negatif, namun kurang optimal pada kelas netral. Penelitian ini bertujuan untuk mengidentifikasi sentimen yang terkandung dalam ulasan pengguna aplikasi JMO, menerapkan metode Naive Bayes dalam analisis sentimen, serta mengukur kinerja algoritma dalam mengklasifikasikan sentimen tersebut. Hasil penelitian memberikan wawasan mengenai potensi dan keterbatasan metode Naive Bayes dalam analisis sentimen ulasan pengguna aplikasi JMO.
Co-Authors ., Mulyawan Abdul Ajiz, Abdul Abdul Koda Adbdul Muhyi Ade Awaludin Ade Irma Purnamasari Ade Rizki Rinaldi Agis Maulana Robani Ahmad Faqih Ahmad Rifai Ajiz, Abul Al Muharom, Nurul Ibnu Amalia, Dita Rizki Andi Andi Andri Yanto Angraeni, Devita Fitri Arianto , Adji Arif Rinaldi Dikananda Ayi Andini Az Zahroh, Luthfia Fahmi Azarine, Divia Azhari, Shazifa Bahrul Jawahir, Muhammad Cep Lukman Rohmat Dadang Sudrajat Danil, Supta Dikananda, Arif Rinaldi Dikananda, Fatihanursari Dimin, Egi Susanto Dita Rizki Amalia Fadhil Muhamad Basysya Fadhil Muhammad Bsysyar Fadilah, Mochammad Fauzan Fathrurrahman Fatihanursari Dikananda Federicko Ramiro Firjatullah Fifia Nur Handayani Garsandi, Akmal Maulana Gifthera Dwilestari Hamonangan, Ryan Hamongan, Ryan Harry Budi Santoso Hayati, Umi Herawati Hermawan, Bagus Iin Iis Mulyati Irfan Ali Kamelia Faridah Kanda Muhamad Ishak Kaslani Kencana, Junaedi Surya Kharomiyah, Kharomiyah Lingga Sabdha Auraly Martanto Martanto . Mira Miranda Moch Rifki Firdaus Mulyawan Mulyawan Mulyawan, - Nana Suarna Narasati, Riri Narasati Nining Rahaningsih Nisa Dieanwati Nuris Nugraha, Syahrul Nurrochmah, Dina Siti Nurul Ibnu Al Muharom Octavia Ningrum, Eka Puspita Prasetia, Deni Primandani Arsi Rahmasari, Fanny Rahmat Mauludin Ramdhan, Dadan Rifa'i, Ahmad Riyandona, Siti Aiwastopa Rizkia Amelia Rohmat, Cep Lukman Roni Saputra, Roni Rudi Kurniawan Saeful Anwar Saeful Karim Siti Latifah Sri Muflikah Kurniarti Suarna, Nana Syafiq, Mohammad Sayyid Tati Suprapti Tohidi, Edi Unari, Ica Wahyu Saputra Willy Prihartono