Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JUTIS : Jurnal Teknik Informatika
Herbi Satrio
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma Naive Bayes Dan K-Nearest Neighbor Terhadap Analisis Sentimen Aplikasi Rosalia Indah Transport Herbi Satrio; Eka Kusuma Pratama
JURNAL TEKNIK INFORMATIKA UNIS Vol. 13 No. 1 (2025): Jutis (Jurnal Teknik Informatika)
Publisher : Universitas Islam Syekh Yusuf

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33592/jutis.v13i1.5327

Abstract

Analisis sentimen yang diterapkan pada aplikasi Rosalia Indah Transport melibatkan pengumpulan ulasan atau umpan balik dari pengguna. Selanjutnya, algoritma analisis sentimen digunakan untuk mengklasifikasikan ulasan tersebut sebagai positif atau negatif. Analisis sentimen ini membantu perusahaan memahami pandangan pengguna tentang aplikasi Rosalia Indah Transport dan sejauh mana aplikasi ini mampu memenuhi kebutuhan pengguna. Proses analisis sentimen pada aplikasi Rosalia Indah Transport mencakup pengumpulan ulasan dari pengguna, yang kemudian diklasifikasikan menggunakan algoritma analisis sentimen.. Hasil penelitian menunjukkan bahwa KNN memiliki kinerja yang lebih unggul dibandingkan dengan Naive Bayes dalam semua metrik yang diuji. Akurasi KNN mencapai 81.54%, sementara Naive Bayes hanya mencapai 64.94%. Precision dan recall untuk KNN juga lebih tinggi, masing-masing sebesar 82.87%, 92.29%, dibandingkan dengan Precision dan recall Naive Bayes yang hanya mencapai 81%, 64.24%. Temuan ini menunjukkan bahwa KNN adalah metode yang lebih efektif untuk analisis sentimen ulasan aplikasi Rosalia Indah Transport, yang dapat membantu pengembang dan bisnis dalam memahami dan meningkatkan kualitas aplikasi mereka.
Co-Authors Eka Kusuma Pratama