Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Ilmiah Betrik : Besemah Teknologi Informasi dan Komputer
Elsa Vio Nauli Br Naibaho
Universitas Prima Indonesia
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN ULASAN APLIKASI MEDIA SOSIAL WHATSAPP MENGGUNAKAN METODE NAIVE BAYES CLASSIFIER Nova Rosalina Siahaan; Rosita Yolanda Tiffany; Shandy Roland Evansius Sinaga; Elsa Vio Nauli Br Naibaho; Mohammad Irfan Fahmi
JURNAL ILMIAH BETRIK Vol. 14 No. 02 AGUSTUS (2023): JURNAL ILMIAH BETRIK : Besemah Teknologi Informasi dan Komputer
Publisher : P3M Institut Teknologi Pagar Alam

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36050/betrik.v14i02 AGUSTUS.104

Abstract

Analisis sentimen adalah proses menggunakan teknik dan metode komputasional untuk memahami dan mengevaluasi opini, sikap, atau emosi yang terkandung dalam teks atau data lainnya. Masalah utama dalam aplikasi media sosial whatsapp ini pada saat mengupload foto atau video story resolusi tidak jernih dan pecah . Masalah lain muncul pesan error atau terhenti, biasanya bertuliskan WhatsApp telah berhenti, atau mungkin pesan error lainnya. Hal semacam ini tentu mengganggu para pengguna karena pasti akan terbatas dalam aktivitas yang dilakukan . Untuk memberikan pengalaman yang baik bagi pengguna whatsapp, penting bagi pengembang aplikasi untuk memahami perasaan dan harapan pengguna. Penelitian ini bertujuan untuk menganalisis sentimen ulasan aplikasi WhatsApp menggunakan metode Naive Bayes Classifier. Hasil penelitian menunjukkan bahwa metode Naive Bayes Classifier efektif dalam menganalisis sentimen ulasan aplikasi media sosial WhatsApp. Pada Pelabelan, untuk mengklasisfikasi ulasan – ulasan dari suatu produk ke dalam kategori Positif, Negatif, dan Netral. Pada penelitian ini, tim peneliti telah melakukan pelabelan kedalam dataset. Pelabelan pada dataset ini dapat berupa : Rating <3 (lebih kecil dari angka-3) adalah sentimen Negatif, ==3 (sama dengan dari angka-3) adalah sentimen Netral, dan >3 (lebih besar dari angka -3) adalah Positif. Dan disertai penambahan kolom yaitu ‘Label’ yang berisi Sentimen Positif, Negatif, dan Netral.
Co-Authors Mohammad Irfan Fahmi Nova Rosalina Siahaan Rosita Yolanda Tiffany Shandy Roland Evansius Sinaga