Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal REMIK : Riset dan E-Jurnal Manajemen Informatika Komputer
Kamelia Cindy Astuti
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education

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

Found 1 Documents
Search

 1 
Implementasi Text Mining Untuk Analisis Sentimen Masyarakat Terhadap Ulasan Aplikasi Digital Korlantas Polri pada Google Play Store Kamelia Cindy Astuti; Andri Firmansyah; Riyadi, Agus
REMIK: Riset dan E-Jurnal Manajemen Informatika Komputer Vol. 8 No. 1 (2024): Call for Paper: Volume 8 Nomor 1 Januari 2024
Publisher : Politeknik Ganesha Medan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33395/remik.v8i1.13421

Abstract

Aplikasi Digital Korlantas Polri merupakan sebuah aplikasi resmi yang digagas oleh Korlantas Polri Indonesia yang bertujuan untuk memudahkan masyarakat Indonesia untuk mendapatkan layanan di Korlantas, salah satunya adalah untuk pembuatan dan perpanjangan SIM (Surat Izin Mengemudi). Pada aplikasi Digital Korlantas Polri terdapat berbagai macam ulasan atau review para pengguna mengenai kinerja aplikasi tersebut yang disertai dengan rating (score) yang beragam dari ulasan yang terdapat pada Google Play Store. Banyaknya komentar masyarakat dalam menilai aplikasi tersebut menjadi acuan penulis dalam melakukan analisis sentimen. Analisis sentimen ini dilakukan untuk mengetahui sentimen positif maupun sentimen negatif. Pada penelitian ini dilakukan analisis sentimen dengan mengimplementasikan text mining dan pengujiannya menggunakan metode klasifikasi dari Algoritma Naïve Bayes. Dataset yang digunakan pada penelitian ini menggunakan hasil Scraping dengan menggunakan Google Colab yang berjumlah 5000 data, yang diambil dengan teknik Web Scraping, dimana data yang diambil adalah data yang paling relevan. Dari data tersebut, dilakukan pembagian data.yaitu data Training 80% dan data Testing 20%. Data yang akan dilakukan dalam pengujian adalah data Testing dimana data tersebut telah dilakukan preprocessing data dan diperoleh sebanyak 890 data. Hasil pengujian pada penelitian ini menggunakan perhitungan Confusion Matrix dan diperolah hasil nilai accuracy sebesar 88%, precision 88%, recall 91%, dan F1-Score sebesar 90%.
Co-Authors Agus Riyadi Andri Firmansyah