Putra, Jeremi Azero
Unknown Affiliation

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

Found 1 Documents
Search

Sentimen Analisis Aplikasi Digitalent Mobile Menggunakan Naïve Bayes Dan SVM Dengan Ekstraksi Fitur TT-IDF Putra, Jeremi Azero; Dharmawan, Alexander; Gondohanindijo, Jutono
INTECOMS: Journal of Information Technology and Computer Science Vol 7 No 4 (2024): INTECOMS: Journal of Information Technology and Computer Science
Publisher : Institut Penelitian Matematika, Komputer, Keperawatan, Pendidikan dan Ekonomi (IPM2KPE)

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31539/intecoms.v7i4.11110

Abstract

Penelitian ini membahas penerapan analisis sentimen pada ulasan aplikasi mobile menggunakan algoritma Naïve Bayes dan Support Vector Machine (SVM) dengan ekstraksi fitur TF-IDF (Term Frequency-Inverse Document Frequency). Analisis sentimen adalah proses penggalian informasi dari teks untuk menentukan opini yang terkandung di dalamnya, yang berguna bagi pengembang aplikasi untuk memahami umpan balik pengguna. Dataset ulasan aplikasi mobile berjumlah 378 ulasan yang dikumpulkan dan dibersihkan sebelum diekstraksi fiturnya menggunakan metode TF-IDF, yang mengukur pentingnya sebuah kata dalam dokumen relatif terhadap kumpulan dokumen. Selanjutnya, dua algoritma pembelajaran mesin, Naïve Bayes dan SVM, diterapkan untuk membangun model klasifikasi sentimen. Kinerja model dievaluasi menggunakan metrik akurasi, presisi, recall, dan F1-score dari hasil pengujian confussion matrix. Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai akurasi 85.71%, sedangkan SVM mencapai akurasi 82.14%. Tujuan dari penelitian ini adalah menekankan pentingnya pemilihan algoritma dan teknik ekstraksi fitur dalam analisis sentimen aplikasi mobile, serta memberikan informasibagi pengembang dalam meningkatkan kualitas aplikasi berdasarkan umpan balik pengguna.