Article Per Year (5 Year)
p-Index From 2020 - 2025
0.408
P-Index
This Author published in this journals
All Journal Jurnal Informatika dan Teknik Elektro Terapan
Widianto, Iqbar Sajidan
Unknown Affiliation
Computer Science & IT

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
ANALISIS SENTIMEN E-WALLET GOPAY, SHOPEEPAY, DAN OVO MENGGUNAKAN ALGORITMA NAIVE BAYES Widianto, Iqbar Sajidan; Ramadhan, Yudhi Raymond; Komara, Mutiara Andayani
Jurnal Informatika dan Teknik Elektro Terapan Vol 12, No 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5277

Abstract

Pembayaran secara non-tunai atau cashless yang dilakukan melalui aplikasi dompet digital atau e-wallet merupakan aktivitas digitalisasi yang terus digunakan dalam kehidupan sehari-hari, mulai dari pesan antar makanan, berbelanja online, hingga pembayaran asuransi semua dilakukan dengan mudah dan cepat melalui aplikasi dompet digital. Dari banyaknya pengguna aplikasi dompet digital tersebut tentu saja tidak semua pengguna merasa puas dengan aplikasi yang mereka gunakan dan biasanya para pengguna aplikasi dompet digital sering kali meninggalkan ulasan kepuasannya di salah satu platform distribusi aplikasi yaitu Google Play Store. Namun, jika para calon pengguna aplikasi membaca seluruh ulasan itu bisa menghabiskan banyak waktu, maka dalam hal ini perlu dilakukan analisis sentiment. Tujuan dari penelitian ini adalah untuk menganalisis sentimen ulasan aplikasi dompet digital Shopeepay, Gopay, dan OVO di Google Play Store. Metode penelitian yang digunakan adalah metode Knowledge Data Dictionary (KDD) dengan menggunakan algoritma Naïve Bayes Classifier. Tools yang digunakan untuk mendukung proses penelitian yaitu Jupiter Notebook dengan bahasa pemrograman Phyton. Objek penelitian berfokus pada tiga aplikasi dompet digital yaitu Gopay, Shopeepay dan OVO. Setelah dilakukan pengujian menggunakan algoritma Naïve Bayes Classifier hasil nilai akurasi aplikasi Shopeepay memiliki nilai paling besar yaitu sebesar 88%, disusul aplikasi OVO 86% sebesar dan aplikasi Gopay sebesar 82%. Dari hasil akurasi tersebut dapat disimpulkan bahwa algoritma Naïve Bayes Classifier bekerja dengan baik terhadap analisis aplikasi Shopeepay
ANALISIS SENTIMEN E-WALLET GOPAY, SHOPEEPAY, DAN OVO MENGGUNAKAN ALGORITMA NAIVE BAYES Widianto, Iqbar Sajidan; Ramadhan, Yudhi Raymond; Komara, Mutiara Andayani
Jurnal Informatika dan Teknik Elektro Terapan Vol. 12 No. 3S1 (2024)
Publisher : Universitas Lampung

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23960/jitet.v12i3S1.5277

Abstract

Pembayaran secara non-tunai atau cashless yang dilakukan melalui aplikasi dompet digital atau e-wallet merupakan aktivitas digitalisasi yang terus digunakan dalam kehidupan sehari-hari, mulai dari pesan antar makanan, berbelanja online, hingga pembayaran asuransi semua dilakukan dengan mudah dan cepat melalui aplikasi dompet digital. Dari banyaknya pengguna aplikasi dompet digital tersebut tentu saja tidak semua pengguna merasa puas dengan aplikasi yang mereka gunakan dan biasanya para pengguna aplikasi dompet digital sering kali meninggalkan ulasan kepuasannya di salah satu platform distribusi aplikasi yaitu Google Play Store. Namun, jika para calon pengguna aplikasi membaca seluruh ulasan itu bisa menghabiskan banyak waktu, maka dalam hal ini perlu dilakukan analisis sentiment. Tujuan dari penelitian ini adalah untuk menganalisis sentimen ulasan aplikasi dompet digital Shopeepay, Gopay, dan OVO di Google Play Store. Metode penelitian yang digunakan adalah metode Knowledge Data Dictionary (KDD) dengan menggunakan algoritma Naïve Bayes Classifier. Tools yang digunakan untuk mendukung proses penelitian yaitu Jupiter Notebook dengan bahasa pemrograman Phyton. Objek penelitian berfokus pada tiga aplikasi dompet digital yaitu Gopay, Shopeepay dan OVO. Setelah dilakukan pengujian menggunakan algoritma Naïve Bayes Classifier hasil nilai akurasi aplikasi Shopeepay memiliki nilai paling besar yaitu sebesar 88%, disusul aplikasi OVO 86% sebesar dan aplikasi Gopay sebesar 82%. Dari hasil akurasi tersebut dapat disimpulkan bahwa algoritma Naïve Bayes Classifier bekerja dengan baik terhadap analisis aplikasi Shopeepay
Co-Authors Mutiara Andayani Komara Ramadhan, Yudhi Raymond