Article Per Year (5 Year)
p-Index From 2021 - 2026
1.756
P-Index
This Author published in this journals
All Journal Information System for Educators and Professionals : Journal of Information System JURSIMA (Jurnal Sistem Informasi dan Manajemen) Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) jurnal syntax admiration Prosiding Konferensi Nasional PKM-CSR INFORMATION SYSTEM FOR EDUCATORS AND PROFESSIONALS : Journal of Information System JURSIMA Akuntansi: Jurnal Riset Ilmu Akuntansi
Mulyawan Mulyawan
Unknown Affiliation
Aerospace Engineering Humanities Automotive Engineering Biochemistry, Genetics & Molecular Biology Chemical Engineering, Chemistry & Bioengineering Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Library & Information Science Mathematics Nursing Public Health Social Sciences Other

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

Found 11 Documents
Search

 1   2 
Analisis Sentimen Perbandingan Ulasan Dana dan Ovo Menggunakan Algoritma Support Vector Machine Reza Jamalul Lail Al Mustapa; Rudi Kurniawan; Khaerul Anam; Ghiftera Dwilestari; Mulyawan Mulyawan
Jurnal Syntax Admiration Vol. 7 No. 1 (2026): Jurnal Syntax Admiration
Publisher : Syntax Corporation Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.46799/jsa.v7i1.2627

Abstract

Analisis sentimen merupakan metode yang digunakan untuk mengolah pendapat pengguna pada ulasan layanan digital guna mengklasifikasikan persepsi pengguna ke dalam kategori positif dan negatif. Penelitian ini membandingkan sentimen pengguna pada dua aplikasi dompet digital, yaitu DANA dan OVO, berdasarkan ulasan pengguna yang diperoleh dari Google Play Store. Metode yang digunakan terdiri dari tahapan pengumpulan data, preprocessing teks, pembobotan kata menggunakan Term Frequency–Inverse Document Frequency (TF-IDF), serta klasifikasi menggunakan algoritma Support Vector Machine (SVM). Evaluasi dilakukan menggunakan nilai akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model SVM menghasilkan akurasi sebesar 90% pada ulasan OVO dan 88,04% pada ulasan DANA. Perbedaan akurasi dipengaruhi oleh variasi bahasa dalam ulasan dan distribusi kelas sentimen. Penelitian ini menunjukkan bahwa SVM efektif digunakan dalam analisis sentimen pada aplikasi dompet digital serta dapat membantu pengembang dalam meningkatkan kualitas layanan berdasarkan masukan pengguna. Kebaruan penelitian ini terletak pada pendekatan komparatif yang secara eksplisit membandingkan dua platform e-wallet terdominasi di Indonesia DANA dan OVO dalam satu kerangka analisis terpadu menggunakan data ulasan aktual dari Google Play Store. Berbeda dengan studi-studi sebelumnya yang hanya berfokus pada satu platform, penelitian ini mengidentifikasi perbedaan karakteristik bahasa ulasan dan distribusi sentimen antar platform sebagai faktor penentu performa model klasifikasi. Secara praktis, temuan ini memberikan kontribusi langsung bagi pengembang fintech dalam merancang strategi peningkatan layanan berbasis analisis opini pengguna secara terstruktur dan terukur.
Co-Authors Ahmad Bahrum Maula Rahman Ahmad Faqih Ananda Rafly Arif Rinaldi Dikananda Baiq Rien Handayani, Baiq Rien Budi Saputra Dwi Teguh Afandi Ghiftera Dwilestari Khaerul Anam Lela Lailatul Kaamilah Lin Lin Nana Suarna Nurjana Adi Wijaya Odi Nurdiawan Reza Jamalul Lail Al Mustapa Rudi Kurniawan Ryan Hamonangan Saeful Anwar Tio Prasetiya Wiharyani Werdiningsih