Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Ahmad Febriyan Amin
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Analisis Kombinasi Metode Naive Bayes Dan Rating Untuk Mengatasi Ketidaksesuaian Antara Ulasan Dan Rating Pada Aplikasi Gapura UB Di Google Play Store Ahmad Febriyan Amin; Aryo Pinandito; Rizal Setya Perdana
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 7 (2025): Juli 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Penggunaan aplikasi mobile di era digital saat ini semakin meningkat pesat sehingga menunjang kebutuhan masyarakat di berbagai bidang, salah satunya adalah bidang pendidikan. Saat ini aplikasi Gapura UB mendapatkan ulasan sebanyak seribu lebih ulasan dari pengguna pada situs layanan Google Play Store. Tetapi pada beberapa ulasan terdapat ketidaksesuaian jumlah bintang pada rating dengan ulasan yang diberikan pengguna. Masalah tersebut dapat diatasi dengan menggunakan klasifikasi sentimen. Pada klasifikasi sentimen terdapat beberapa metode yang digunakan, salah satunya yaitu menggunakan metode naive bayes. Tetapi metode tersebut memiliki akurasi yang tidak terlalu baik dibandingkan dengan metode yang lain. Penelitian ini bertujuan untuk mengetahui apakah metode naive bayes yang dikombinasikan dengan fitur rating dapat menghasilkan klasifikasi yang lebih baik dibandingkan jika metode tersebut digunakan tanpa kombinasi. Penelitian ini dilakukan dengan menggunakan dataset ulasan pengguna berjumlah 500 data. Hasil penelitian menunjukkan metode kombinasi antara naive bayes dan rating menghasilkan nilai klasifikasi tertinggi dibandingkan metode lain dengan rasio sebesar 0.6 dan 0.4 yang menghasilkan nilai accuracy 0.868, precission 0.869, recall 0.868, dan f1-score 0.868. hal tersebut membuktikan bahwa kombinasi antara metode naive bayes dan rating dapat meningkatkan kemampuan dalam melakukan klasifikasi sentimen.
Co-Authors Aryo Pinandito Rizal Setya Perdana