Article Per Year (5 Year)
p-Index From 2020 - 2025
1.733
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) JURNAL TEKNIK INFORMATIKA DAN SISTEM INFORMASI JSI (Jurnal sistem Informasi) Universitas Suryadarma Jurnal Industri Pariwisata Jurnal Multidisiplin Sahombu Jurnal Ilmu Sosial, Humaniora dan Seni Journal of Data Mining and Information Systems Journal of Demography, Etnography, and Social Transformation Jurnal Esabi (Jurnal Edukasi dan Sains Biologi) J-CEKI
Amelia, Dwi
Unknown Affiliation
Religion Agriculture, Biological Sciences & Forestry Arts Humanities Biochemistry, Genetics & Molecular Biology Civil Engineering, Building, Construction & Architecture Computer Science & IT Economics, Econometrics & Finance Education Environmental Science Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Social Sciences

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Edukasi dan Penelitian Informatika (JEPIN)

 1 
Perbandingan Algoritma SVM dan Naive Bayes dalam Klasifikasi Sentimen pada Ulasan Aplikasi Traveloka dan Agoda Amelia, Dwi; Setiaji, Pratomo; Setiawan, R Rhoedy
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 11, No 2 (2025): Volume 11 No 2
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v11i2.96869

Abstract

Pada era Revolusi Industri 4.0, aplikasi seluler mempermudah masyarakat dalam melakukan pemesanan perjalanan, mencari informasi, membandingkan harga, hingga memanfaatkan promosi. Salah satu indikator penting dalam mengevaluasi kualitas layanan aplikasi adalah rating dan ulasan pengguna di platform seperti Google Play Store. Oleh karena itu, analisis sentimen menjadi sangat relevan untuk menggali persepsi pengguna terhadap suatu layanan. Melalui analisis sentimen, perusahaan dapat mengidentifikasi ulasan positif, negatif, dan netral sebagai dasar untuk meningkatkan kualitas layanan, membangun reputasi, dan meningkatkan loyalitas pelanggan. Penelitian ini menggunakan data ulasan pengguna dari aplikasi Traveloka dan Agoda yang diambil melalui teknik web scraping di Google Play Store menggunakan Google Colab. Data yang diperoleh kemudian diproses melalui tahapan preprocessing, meliputi: normalisasi, pembersihan data (cleansing), pelabelan (labeling), case folding, tokenisasi, penghapusan stopword, stemming, serta pembobotan kata menggunakan metode Bag-of-Words (BoW) dan Term Frequency-Inverse Document Frequency (TFIDF). Setelah itu, proses klasifikasi sentimen dilakukan menggunakan dua algoritma, yaitu Support Vector Machine (SVM) dan Naïve Bayes (NB), dengan tiga kategori sentimen: positif, negatif, dan netral. Hasil pengujian menunjukkan bahwa algoritma SVM berhasil mencapai akurasi tertinggi sebesar 92%, khususnya dalam mengklasifikasikan ulasan dengan sentimen positif dan negatif. Sementara itu, algoritma Naïve Bayes menghasilkan akurasi maksimal sebesar 96% pada dataset tertentu dan menunjukkan kinerja lebih stabil dalam mengenali sentimen netral. Oleh karena itu, pemilihan algoritma terbaik dapat disesuaikan dengan fokus kebutuhan analisis sentimen yang ingin dicapai.
Co-Authors Desvita, Amanda Fitria Efendi, Tiara Aprilia Eni Murdiati Evita ANGGREINI faradila meirisa Fidela, Anindya Jodion Siburian kholijah, gusmi Mohd Aji Isnaini, Mohd Aji Nur Adiya, Az Zahra Dwi Ovilia, Zera Pratama, Toni Yudha Pratomo Setiaji Pujianto Putri, Febriyanti R Rhoedy Setiawan Rossi, Fetty Nurmala Saparuddin Saparuddin Saputro, Madarena Afrah Sidik, Sistriadini Alamsyah Simamora, Lidia Contesa Sinta, Elni Mefia Syafiqah, Intan Nur Tentia, Ine Titik, Titik Tri Astuti