Claim Missing Document
Check
Articles

Analisis Sentimen Aplikasi M-Pajak Menggunakan Machine Learning Berbasis Algoritma Xgboost Sudiatmika, I Putu Gede Abdi; Nusantari, Dewa Ayu Mas Putriari; Putera, Wayan Andrika
RIGGS: Journal of Artificial Intelligence and Digital Business Vol. 5 No. 1 (2026): Februari - April
Publisher : Prodi Bisnis Digital Universitas Pahlawan Tuanku Tambusai

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31004/riggs.v5i1.6425

Abstract

Analisis sentimen terhadap ulasan pengguna aplikasi merupakan pendekatan penting untuk memahami persepsi dan tingkat kepuasan pengguna terhadap layanan digital. Penelitian ini bertujuan untuk menganalisis sentimen pengguna aplikasi M-Pajak pada platform Google Play Store dengan menggunakan algoritma machine learning XGBoost. Data yang digunakan dalam penelitian ini berupa 5.825 ulasan pengguna yang diperoleh melalui proses web scraping. Tahapan penelitian meliputi preprocessing data teks yang terdiri dari cleaning, case folding, normalisasi kata, tokenizing, stopword removal, dan stemming untuk menghasilkan data yang terstruktur. Pelabelan sentimen dilakukan menggunakan pendekatan lexicon-based dengan InSet Lexicon sehingga data diklasifikasikan ke dalam tiga kategori sentimen, yaitu positif, netral, dan negatif. Dataset kemudian dibagi menjadi data pelatihan dan data pengujian dengan rasio 80% dan 20% menggunakan teknik stratified sampling. Model XGBoost dilatih menggunakan representasi fitur TF-IDF dan dievaluasi menggunakan confusion matrix, accuracy, serta classification report. Hasil penelitian menunjukkan bahwa sentimen negatif mendominasi dengan persentase 59,15%, diikuti oleh sentimen positif sebesar 24,80% dan sentimen netral sebesar 16,05%. Model yang dibangun menghasilkan nilai akurasi sebesar 81,21%, dengan performa terbaik pada kelas sentimen negatif yang memperoleh nilai F1-score sebesar 0,89. Temuan ini menunjukkan bahwa aplikasi M-Pajak masih menghadapi berbagai kendala teknis yang memengaruhi pengalaman pengguna, sehingga hasil penelitian ini dapat dijadikan sebagai bahan evaluasi untuk meningkatkan kualitas dan kinerja layanan aplikasi..
Co-Authors , Rifky Lana Rahardian A.A Raka Jayaningsih A.A. Raka Jayaningsi Agus Yudi Wiputra Albert Fernando Albert Fernando Anak Agung Raka Jayaningsih Artana, Wayan Widya Bonanza, Muhammad Jodie Dewi, Ni Putu Thasya Tania Eka Yuliani Fakhriah, Syahriati Fathurriza, Ari Fridayanti, Ni Putu Yulia I Gusti Ayu Sri Melati I Gusti Ayu Sri Melati I Gusti Ayu Sri Melati, I Gusti Ayu I Gusti Ngurah Ketut Purwantha I Gusti Ngurah, Putra Arimbawa I Komang Budi Mas Aryawan I Komang Budi Mas Aryawan I Made Agus Widiana Putra I Made Dwi Darma Artanaya I Made Onky Antara I Made Pradipta I Made Pradipta I Made Wirayudha Jayendra I Putu Agus Bayu Bimantara I Putu Astya Prayudha I Putu Erwin Febriana I Putu Okta Priyana I Putu Yesha Agus Ariwanta Ida Ayu Lalita Rathintara Imama Lavi Insani Jayaningsih, A.A. Raka Jayanti, Ni Wayan Sri Kadek Adi Karismayana Kadek Ray Gangga Jyotika Marchendy Komang Ayu Krisna Dewi Komang Hari Santhi Dewi KOMANG HARI SANTHI DEWI . Komang Yogi Triana Kusumawati, Ni Made Refa Laksmi, Ida Ayu Agung Luh Putu Meyra Anjani Made Meita Puspadewi Melati, I Gusti Ayu Sri Ni Kadek Tasya Novita Devi Ni Wayan Sri Jayanti Ni Wayan Sukarini Novita, Ni Kadek Tasya Nugraha, Dwi Haryadi Nusantari, Dewa Ayu Mas Putriari Nyoman Bagus Paramartha Pradipta, I Made Pramartha, I Nyoman Bagus Pramartha, Nyoman Bagus Putera, Wayan Andrika Putra , I Made Agus Widiana Putra, I Made Agus Wirahadi Putra, Ida Ayu Gde Suwiprabayanti Putu Satya Saputra Rifky Lana Rahardian Santhi Dewi, Komang Hari Santhi, Komang Hari Saputra, I Gede Seri Dharma Bobby Saputra, S.TI., M.Kom., Putu Satya Setiawan, I Made Oka Adi Silvester Magnus Loogman Palit Syam, Riri Nurdina tanjung, rona UTAMI, NI PUTU MEILING Wayan Andrika Putera Wayan Andrika Putera Wayan Widya Artana Wiratama, Febri Yogi Arya Bawana Putra Raspati