Claim Missing Document
Check
Articles

Found 1 Documents
Search

Klasifikasi Opini Pengguna Aplikasi Bibit Pada Google Play Store Menggunakan Algoritma Naive Bayes Ferdi Jiranda Sinaga; Edward Pratama; Fariz Prasetya; Hafiz Irsyad
MDP Student Conference Vol 2 No 1 (2023): The 2nd MDP Student Conference 2023
Publisher : Universitas Multi Data Palembang

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (565.674 KB) | DOI: 10.35957/mdp-sc.v2i1.4205

Abstract

Untuk mengetahui sekuritas OJK sebuah aplikasi saat melakukan investasi online dibutuhkan kumpulan informasi yang didapat dari pengalaman pengguna yang telah menggunakan aplikasi investasi online. Informasi dikumpulkan berdasarkan pengalaman pengguna untuk mengetahui sekuritas OJK dari aplikasi tersebut dimana pada penelitian ini adalah aplikasi bibit. Metode yang dapat digunakan untuk mengumpulkan informasi adalah Text mining. Text mining merupakan salah satu penambang informasi yang berguna dari data-data yang berupa tulisan, dokumen atau text dalam bentuk klarifikasi maupun clustering. Algoritma yang digunakan dalam melakukan data mining pada penelitian ini adalah Naive Bayes. Pada penelitian ini data yang digunakan adalah 500 komentar pengguna aplikasi bibit pada Google Play Store. Hasil yang didapat menggunakan algoritma Naïve Bayes adalah 373 data respon positif dan 127 data respon negatif dengan tingkat akurasi sebesar 75%.