Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Putri Nur Apriliyanti
Unknown Affiliation
Computer Science & IT

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

Found 1 Documents
Search

 1 
Klasifikasi Sentimen Positif dan Negatif Ulasan Aplikasi GetContact Dengan Algoritma Naïve Bayes Putri Nur Apriliyanti; Moh. Dasuki; Rahman, Miftahur
JUSTIFY : Jurnal Sistem Informasi Ibrahimy Vol. 4 No. 2 (2026): JUSTIFY : Jurnal Sistem Informasi Ibrahimy
Publisher : Fakultas Sains dan Teknologi, Universitas Ibrahimy

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35316/justify.v4i2.9133

Abstract

Perkembangan teknologi informasi yang pesat telah mendorong meningkatnya interaksi pengguna dengan aplikasi digital, salah satunya melalui ulasan di platform Google Play Store. Ulasan pengguna terhadap aplikasi dapat mencerminkan kepuasan atau ketidakpuasan, yang bermanfaat bagi pengembang untuk evaluasi dan peningkatan layanan. Penelitian ini bertujuan untuk mengklasifikasikan sentimen positif dan negatif pada ulasan pengguna aplikasi GetContact dengan menerapkan algoritma Naïve Bayes. Data yang digunakan berupa 1000 ulasan berbahasa Indonesia yang dikumpulkan melalui teknik web scraping, kemudian diberi label oleh ahli bahasa. Tahapan penelitian meliputi preprocessing data seperti cleaning, tokenizing, case folding, stopword removal, punctuation removal, dan stemming. Setelah itu, dilakukan pembobotan fitur menggunakan metode Term Frequency-Inverse Document Frequency (TF-IDF), dilanjutkan dengan klasifikasi menggunakan Multinomial Naïve Bayes. Evaluasi performa model dilakukan dengan metrik akurasi, presisi, recall, dan f1-score. Hasil klasifikasi menunjukkan bahwa algoritma Naïve Bayes mampu mengklasifikasikan sentimen dengan tingkat akurasi sebesar 87%, presisi 0,87, recall 0,89, dan f1-score 0,88. Penelitian ini membuktikan bahwa Naïve Bayes merupakan algoritma yang efektif dan efisien dalam menganalisis sentimen ulasan aplikasi berbahasa Indonesia, serta dapat dijadikan referensi untuk pengembangan sistem analisis opini di masa depan.
Co-Authors Moh. Dasuki Rahman, MIftahur