Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Nadya Dinda Aisha Putri
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 Sentimen Berbasis Aspek Pada Ulasan Pengguna Aplikasi Jogo Malang Presisi di Google Play Store Menggunakan Metode Naïve Bayes Nadya Dinda Aisha Putri; Dian Eka Ratnawati
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 3 (2026): Maret 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Jogo Malang Presisi merupakan salah satu layanan digital kepolisian yang digunakan masyarakat untuk pelaporan kejadian dan pelayanan publik.  Hasil pengamatan pada ulasan playstore menunjukkan masih terdapat keluhan pengguna terkait aplikasi Jogo Malang Presisi. Ulasan dari pengguna dapat dimanfaatkan sebagai sumber untuk melakukan peningkatan aplikasi. Salah satu cara untuk melakukan analisis pada ulasan pengguna yaitu dengan analisis sentimen. Penelitian ini melakukan analisis sentimen berbasis aspek untuk mengidentifikasi sentimen positif dan negatif pada ulasan pengguna. Data yang digunakan dalam penelitian ini adalah ulasan pengguna terhadap aplikasi Jogo Malang Presisi di playstore. Aspek yang digunakan ada dua, yaitu Performa Aplikasi dan UX serta Kualitas Pelayanan dan Respon Pengaduan. Tahapan yang digunakan dalam penelitian ini yaitu pengumpulan data, pelabelan data, preprocessing teks, klasifikasi dan pengujian, analisis hasil. Klasifikasi dilakukan dengan menggunakan algoritma Naïve Bayes dan pembobotan Term Frequency-Inverse Document Frequency (TF-IDF). Hasil dari analisis sentimen dilakukan root cause analysis (RCA) untuk mengetahui akar permasalahan dari sentimen negatif. Hasil pengujian algoritma naïve bayes pada seluruh data didapatkan akurasi sebesar 96.96%, presisi 97.03%, recall 96.86%, dan f1-score 96.89%. Hasil RCA menemukan lima faktor permasalahan utama yang dapat ditingkatkan dari aplikasi. Berdasarkan hasil RCA kemudian dilakukan penyusunan rekomendasi untuk dapat meningkatkan kualitas layanan dari aplikasi.
Co-Authors Dian Eka Ratnawati