Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Indonesian Journal on Software Engineering (IJSE)
Indriarti, Novi Fitria
Unknown Affiliation
Computer Science & IT Engineering

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

Found 1 Documents
Search

 1 
Analisis Sentimen Pada Ulasan Aplikasi Superbank Dengan Metode Support Vector Machine Dan Naive Bayes Maulidah, Mawadatul; Ardiansyah, Angga; Suleman, Suleman; Gemilang, Lina Putri; Indriarti, Novi Fitria
Indonesian Journal on Software Engineering Vol 10, No 2 (2024): IJSE 2024
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v10i2.24632

Abstract

Perkembangan teknologi digital telah mendorong perbankan untuk bertransformasi menuju perbankan digital, salah satunya melalui aplikasi perbankan digital seperti Superbank. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi Superbank dengan menggunakan metode Support Vector Machine (SVM) dan Naive Bayes. Data yang digunakan berupa ulasan pengguna yang diambil dari Google Play Store melalui teknik web scraping, dengan 1.000 sampel ulasan yang dibagi menjadi data pelatihan (80%) dan data pengujian (20%). Proses pre-processing dilakukan untuk mempersiapkan data, mencakup case folding, stopword removal, dan stemming, serta vektorisasi menggunakan metode TF-IDF. Hasil analisis menunjukkan bahwa SVM memiliki akurasi 92,20% dengan nilai AUC 0,999, sementara Naive Bayes memiliki akurasi 92,81% dengan nilai AUC 0,643. SVM unggul dalam hal presisi dan kemampuan diskriminasi sentimen, sedangkan Naive Bayes lebih unggul dalam recall, yang menunjukkan kemampuannya untuk lebih sensitif dalam mengidentifikasi ulasan positif. Hasil penelitian ini memberikan wawasan penting bagi pengembang aplikasi Superbank untuk meningkatkan kualitas layanan berdasarkan umpan balik pengguna, serta merekomendasikan penggunaan SVM untuk analisis sentimen yang lebih akurat dan andal.
Co-Authors Angga Ardiansyah Gemilang, Lina Putri Mawadatul Maulidah Suleman Suleman