Article Per Year (5 Year)
p-Index From 2020 - 2025
1.633
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Komputasi STMIK Indonesia Jakarta Prosiding Seminar Nasional Darmajaya J-SAKTI (Jurnal Sains Komputer dan Informatika) Jurnal JTIK (Jurnal Teknologi Informasi dan Komunikasi) JATI (Jurnal Mahasiswa Teknik Informatika) J-SAKTI (Jurnal Sains Komputer dan Informatika)
Albaar Rubhasy
STMIK Indonesia Jakarta
Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Education Energy

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI FACEBOOK DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN K-NEAREST NEIGHBOR Ramadha Triputra, Tulus; Rubhasy, Albaar
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 9 No. 3 (2025): JATI Vol. 9 No. 3
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v9i3.13403

Abstract

Facebook adalah jejaring sosial yang memudahkan untuk terhubung dan berbagi konten dengan keluarga dan teman secara online. Awalnya facebook ditujukan untuk pelajar, Facebook didirikan oleh Mark Zuckerberg pada tahun 2004 saat kuliah di Universitas Harvard. Pada tahun 2006, siapa pun yang berusia di atas 13 tahun dengan alamat email yang benar dapat bergabung dengan Facebook. Untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Facebook di Google Play Store dengan menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor (KNN) untuk mengetahui persepsi pengguna terhadap aplikasi tersebut. Data ulasan dikumpulkan melalui web scraping dan diproses menggunakan teknik Natural Language Processing (NLP), termasuk pre-processing teks, TF-IDF vectorization, dan pembagian dataset dalam beberapa skenario. Evaluasi model dilakukan dengan menggunakan metrik akurasi, precision, recall, dan F1-score, serta divisualisasikan dalam bentuk confusion matrix. Hasil penelitian menunjukkan bahwa Naïve Bayes memiliki akurasi lebih tinggi (73%), precision (51%), recall (52%), F1-Score (50%), dibandingkan KNN (72%), precision (55%), recall (53%), F1-Score (52%), dengan performa lebih baik dalam mengklasifikasikan sentimen positif dan negatif.
Co-Authors Agung Triayudi Azamta, Firnas Era, Defrimont Fayiz, Muhammad Hilmy, Naufal Humansyah, Hanggita Ahmad Imam Maliki Iskandar Fitri, Iskandar Nehe, Kurniadin Ramadha Triputra, Tulus Sahputra, Muhammad Ilyas Septi Andryana Setio Wicaksono Ucuk Darusalam Zainal Arifin Hasibuan