Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI)
Salya Sahilla
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Sentimen Pengguna Terhadap Akun Twitter Official Dana Dengan Menggunakan Algortima Naïve Bayes Classifier Salya Sahilla; Firda Amalia; Mulyadi; Kartika Mariskhana
Jurnal Riset Sistem Informasi dan Teknologi Informasi (JURSISTEKNI) Vol 6 No 3 (2024): JURSISTEKNI (Jurnal Sistem Informasi dan Teknologi Informasi)
Publisher : Universitas Nusa Putra

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.52005/jursistekni.v6i3.369

Abstract

Aplikasi DANA merupakan bentuk aplikasi dompet digital yang memiliki layanan sebagai alat pembayaran berbentuk online, berfungsi mempermudah bertransaksi saldo hanya menggunakan perangkat mobile. Dana merupakan salah satu dompet digital yang popular di kalangan Masyarakat Indonesia. Namun walaupun banyak digunakan seringkali timbul beberapa masalah yang dialami pengguna. Seperti, gagalnya transfer dan terpendingnya transfer. Ketika terjadinya masalah tersebut seringkali pengguna merasa bingung harus harus menghubungi pihak dana melalui apa dan bagaimana. Dengan adanya kejadian tersebut menimbulkan pertanyaan apakah masyarakat tetap merasa nyaman dan tetap bertahan menggunakan aplikasi DANA atau tidak. Oleh karena itu penelitian ini bertujuan untuk mengetahui kecenderungan tanggapan sentimen pengguna DANA melalui data komentar yang diperoleh dari media sosial twitter, dengan fokus pada komentar yang berkaitan dengan topik aplikasi DANA. Proses pengumpulan data dilakukan selama periode tiga bulan. Pengujian dalam penelitian ini menggunakan algoritma Naive Bayes Classifier, dengan melalui tahap text preprocessing termasuk pembersihan teks, mengubah kata menjadi bahasa formal. Komentar diklasifikasikan menjadi dua kategori sentimen positif dan sentimen negatif. Menentukan hasil pengujian klasifikasi dengan Naive Bayes Classifier melalui empat perbandingan data latih dan data uji. Hasil pengujian perbandingan 70:30 menunjukkan nilai yang paling tinggi dengan hasil akurasi 84,45%, precision 84,77%, recall 88,46%, f1-score 86,57%. Dan opini public tentang aplikasi DANA mendapatkan sentimen positif lebih tinggi yaitu 2190 (55,8%) dibandingkan dengan sentimen negatif yaitu 1733 (44,2%). Kata kunci: Klasifikasi Sentimen, Dompet Digital, aplikasi DANA, Twitter, Text Preprocessing, Naive Bayes Classifier
Co-Authors Firda Amalia Kartika Mariskhana MULYADI