Article Per Year (5 Year)
p-Index From 2020 - 2025
1.819
P-Index
This Author published in this journals
All Journal Journal of Dedicators Community Jurnal Abdimas PHB : Jurnal Pengabdian Masyarakat Progresif Humanis Brainstorming bit-Tech Jurnal Informatika dan Rekayasa Perangkat Lunak Jurnal Abdi Insani INSERT: Information System and Emerging Technology Journal Biner : Jurnal Ilmiah Informatika dan Komputer SmartComp Integrasi : Jurnal Ilmiah Teknik Industri
Sabilla, Alzena Dona
Unknown Affiliation
Agriculture, Biological Sciences & Forestry Arts Humanities Automotive Engineering Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Environmental Science Health Professions Industrial & Manufacturing Engineering Languange, Linguistic, Communication & Media Law, Crime, Criminology & Criminal Justice Mathematics Mechanical Engineering Public Health Social Sciences

Published : 12 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INSERT: Information System and Emerging Technology Journal

 1 
Kombinasi Vader Lexicon Dan Support Vector Machine Untuk Klasifikasi Sentimen Komentar Aplikasi Blu Bca Sabrina, Dinta; Sabilla, Alzena Dona; Azizah, Noor
INSERT : Information System and Emerging Technology Journal Vol. 6 No. 1 (2025)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v6i1.86240

Abstract

Aplikasi perbankan yaitu Blu BCA menjadi layanan perbankan yang mudah digunakan bagi masyarakat. Komentar yang terdapat di Google Play Store terkait aplikasi Blu BCA sangat beragam, yang mencerminkan berbagai sentimen pengguna terhadap aplikasi ini. Dalam penelitian ini, bertujuan untuk melakukan klasifikasi sentimen terhadap komentar aplikasi Blu BCA guna memahami pola sentimen pengguna secara mendalam. Tahapan penelitian ini dimulai dengan mengumpulan data melalui web scraping, kemudia tahap preprocessing, pelabelan data, SVM dan evaluasi. Hasil pelabelan data dengan VADER Lexicon menunjukkan hasil sentimen positif sebanyak 636 komentar, untuk sentimen negatif sebanyak 215 komentar, sedangkan sentimen netral sebanyak 148 komentar. Metode SVM digunakan untuk mengklasifikasi, sementara pelabelan dilakukan menggunakan VADER Lexicon. Hasil menunjukkan model SVM mencapai tingkat akurasi sebesar 85%. Selain itu, keluhan umun pada sentimen negatif dilakukan pengelompokan frasa yang mencakup “cutomer service”, “face verification”, serta masalah performa aplikasi seperti “really slow” dan “application error”. Penelitian ini menunjukkan bahwa metode SVM dengan dukungan VADER Lexicon dapat digunakan secara efektif untuk mengklasifikasikan sentimen pengguna terhadap aplikasi Blu BCA.
Co-Authors Agus Subhan Akbar, Agus Subhan Ahmad Saefudin Amrita, Leni Ananta, Yoga Sofian Firmansyah, Andre Huda, Muhammad Nidhomul Joko Minardi, Joko Laila, Azzah Nor Laila, Azzah Nur Margaretha, Sintikhe Novia Maulana, Irvan Noor Azizah Noor Nailie Azzat Olyvia Revalita Candraloka, Olyvia Revalita Pratama, Andrian Dico Rofiqoh, Naili Rosyidah, Afifatur Sabrina, Dinta saputro, heru Suluh, Reyvaldo Febrian Rizki