Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Krisnadana
Riyanto Riyanto
Program Studi Teknologi Informasi, Fakultas Ilmu Komputer, Universitas Amikom Purwokerto
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Kinerja Metode Naïve Bayes Classifier dan K-Nearest Neighbor pada Analisis Sentimen Ulasan Mobile Banking Jenius Anggi Tri Dewi Septiani; Adam Prayogo Kuncoro; Pungkas Subarkah; Riyanto Riyanto
Jurnal Krisnadana Vol 3 No 2 (2024): Jurnal Krisnadana – Januari 2024
Publisher : Yayasan Sinergi Widya Nusantara (Sidyanusa)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.58982/krisnadana.v3i2.516

Abstract

Salah satu dampak revolusi industri 4.0 adalah terjadinya persaingan antara bank dengan fintech, supaya tidak tertinggal bank melakukan inovasi dengan menciptakan mobile banking, hingga di Indonesia jumlah pengguna mobile banking setiap tahun semakin meningkat dan nasabah semakin banyak sehingga bank perlu untuk memperhatikan kepuasan pelanggan.Analisis sentimen adalah salah satu solusi yang dapat digunakan untuk melihat kepuasan pelanggan dari opini pengguna aplikasi mobile banking.Pada penelitian ini penulis memiliki tujuan untuk membandingkan kinerja metode Naïve Bayes Classifier dan K-Nearest Neighbor terhadap ulasan mobile banking. Adapun pengujian dari 2000 data yang dibagi menjadi 1600 data latih dan 400 data uji.Hasil analisa menunjukan bahwa metode K-Nearest Neighbor lebih unggul dalam menganalisis sentimen dan hasil performance confusion matrix menunjukan hasil akurasi K-Nearest Neighbor unggul dengan akurasi sebesar 84,06% dan 83,06% sedangkan Naïve Bayes Classifier memperoleh hasil akurasi sebesar 83,06% dan 82,56%.
Co-Authors Adam Prayogo Kuncoro Anggi Tri Dewi Septiani Pungkas Subarkah