Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal RABIT: Jurnal Teknologi dan Sistem Informasi Univrab
Sahli Andrean
STMIK Amik Riau
Computer Science & IT Engineering

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

Found 1 Documents
Search

 1 
REVIEW APLIKASI KREDIVO MENGGUNAKAN ANALISIS SENTIMEN DENGAN ALGORITMA SUPPORT VECTOR MACHINE Agustin Agustin; Sahli Andrean; Susanti Susanti; Rahmiati Rahmiati; Hamdani Hamdani
Rabit : Jurnal Teknologi dan Sistem Informasi Univrab Vol 9 No 1 (2024): Januari
Publisher : LPPM Universitas Abdurrab

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36341/rabit.v9i1.4107

Abstract

Kredivo adalah aplikasi kredit instan yang memberikan kemudahan untuk beli sekarang dan bayar nanti. Aplikasi ini juga dikenal dengan kartu kredit digital dimana peminjam dapat menggunakannya untuk belanja cicilan online. Selain digunakan untuk keperluan berbelanja, peminjam juga dapat mencairkan dalam bentuk uang tunai. Namun, tidak semua penggunanya merasa puas dengan pelayanan tersebut, terdapat banyak komentar yang salah satunya disampaikan melalui fitur ulasan aplikasi kredivo pada google play store. Oleh sebab itu, pada penelitian ini peneliti mencoba melakukan analisis sentimen review aplikasi kredivo pada google play store menggunakan algoritma support vector machine. Penelitian ini bertujuan untuk mengetahui hasil analisis sentimen dengan mengklasifikasikan review menjadi positif atau negatif serta melihat seberapa tinggi nilai akurasi yang dihasilkan algoritma support vector machine. Dari pengujian yang dilakukan terhadap 10000 data review pengguna aplikasi kredivo pada google play store dengan pembagian data training dan testing 80:20, didapat bahwa review yang mengandung sentimen positif sebanyak 59% dan mengandung sentimen negatif sebanyak 41%. Evaluasi hasil klasifikasi dengan pengujian confusion matrix diperoleh nilai akurasi sebesar 87%, nilai precision sebesar 84%, nilai recall sebesar 85%, dan nilai f1 score sebesar 85%.
Co-Authors Agustin Hamdani - Rahmiati Susanti, Susanti