Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal JATI (Jurnal Mahasiswa Teknik Informatika)
Ayu Puspita, Nabila
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
ANALISIS SENTIMEN DENGAN ALGORITMA NAÏVE BAYES CLASSIFIER TERHADAP ULASAN APLIKASI MY F&B ID Ayu Puspita, Nabila; Tri Anggraeny, Fetty; Mustika Rizki, Agung
JATI (Jurnal Mahasiswa Teknik Informatika) Vol. 8 No. 1 (2024): JATI Vol. 8 No. 1
Publisher : Institut Teknologi Nasional Malang

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36040/jati.v8i1.8842

Abstract

Di era teknologi yang semakin canggih mendorong semua aspek bidang kehidupan ikut dalam perkembangannya, salah satunya pada bidang maknaan atau kuliner. Kecanggihan hal tersebut ialah memebuat perusahaan makanan berlomba-lomba untuk membuat aplikasi mobile untuk memberi kemudahan pada masyarakat terhadap pembelian produk yang mereka jual. Salah satu bentuk implementasi nyata dari hal tersebut dengan adanya Aplikasi My F&B ID. Pada Google Play Store selain dapat mengunduh aplikasi, masyarakat juga dapat memberi pendapat terhadap aplikasi tersebut. Pendapat yang berupa memberi ulasan masukkan, kritik, pujian, keluh kesah terhadap aplikasi yang dapat meningkatkan kualitas dan pelayanan yang ditawarkan aplikasi. Maka dalam penelitian ini akan dilakukan analisis sentimen terhadap ulasan aplikasi My F&B ID pada Google Playstore menggunakan algoritma Naïve Bayes Classifier untuk mengetahui permasalahan tersebut serta performansi dari klasifikasi algoritma tersebut. Penelitian ini menggunakan perbandingan dataset untuk data latih dan data uji sebesar 80:20, 70:30, 60:40 untuk membandingkan performansi nilai accuracy yang dihasilkan. Perbandingan dataset dilakukan untuk mengetahui nilai accuracy terbaik dari ketiganya. Hasil dari penelitian diperoleh nilai accuracy tertinggi didapatkan klasifikasi Multinomial Naïve Bayes Classifier dengan perbandingan dataset 80:20 sebesar 85%.
Co-Authors Fetty Tri Anggraeny Mustika Rizki, Agung