Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Informatika Kaputama (JIK)
Lasuci Prastia, Anjas
Unknown Affiliation
Computer Science & IT Control & Systems Engineering

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

Found 1 Documents
Search

 1 
Perbandingan Algoritma Random Forest, SVM, dan Naïve Bayes dalam Analisis Sentimen Ulasan Spotify di Play Store Berbasis SMOTE Lasuci Prastia, Anjas; Asra, Taufik
Jurnal Informatika Kaputama (JIK) Vol 10 No 1 (2026): Volume 10, Nomor 1, Januari 2026
Publisher : STMIK KAPUTAMA

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59697/jik.v10i1.1157

Abstract

Kemajuan teknologi informasi sudah mendukung pemanfaatan aplikasi mobile secara masif, yang di dalamnya adalah bidang hiburan digital seperti Spotify. Tanggapan pemakaian atas aplikasi ini di Google Play Store mencerminkan opini yang dapat diuraikan untuk mengevaluasi kepuasan konsumen. Di antara pendekatan yang digunakan adalah analisis sentimen, namun mekanisme klasifikasi sering terkendala oleh ketidakseimbangan data. Pengkajian ini bermaksud guna mengetahui bentuk algoritma mana yang paling akurat dalam mengklasifikasikan sentimen pengguna terhadap aplikasi Spotify, yaitu antara algoritma Random Forest, Support Vector Machine (SVM), dan Naïve Bayes. Metode penelitian meliputi pengumpulan data, pelabelan, preprocessing, pembagian data, penyeimbangan data menggunakan teknik SMOTE, pemodelan algoritma, dan evaluasi performa. Hasil evaluasi menerangkan bahwa algoritma SVM memberikan kinerja terbaik pada akurasi 85,10% dan nilai AUC 0,91. Hal ini membuktikan bahwa SVM lebih unggul dibandingkan algoritma lainnya dalam mengategorikan sentimen tanggapan aplikasi Spotify.
Co-Authors Taufik Asra