<![CDATA[Berkembangnya era digitalisasi mengakibatkan banyaknya inovasi yang diupayakan untuk mempermudah aktivitas masyarakat di berbagai bidang, salah satunya yaitu adanya aplikasi yang menunjang agar menjadi lebih efisien dan dapat diakses dari mana saja. Aplikasi milik pemerintah dan BUMN sebagai perusahaan berskala nasional cenderung belum banyak diketahui dan banyak yang memiliki rating rendah disertai dengan berbagai macam ulasan pengguna aplikasi. Analisis sentimen merupakan analisis yang cocok untuk menganalisis ulasan dari aplikasi yang dipilih. Data yang digunakan adalah ulasan aplikasi InfoBMKG, BPOM Mobile, MyIndihome, dan MyPertamina. Penelitian bertujuan untuk membandingkan performa algoritma double random forest dan algoritma berbasis pohon lain yaitu decision tree, extra trees, dan random forest berdasarkan tingkat ketepatan performa akurasi model. Pelabelan data berdasarkan rating aplikasi, lexicon-based, dan sentiment scoring dengan peubah prediktor dihasilkan dari tokenisasi unigram yang diberi bobot dengan TF-IDF. Setiap observasi data dikategorikan ke dalam kelas positif, netral, dan negatif. Hasil penelitian menunjukkan algoritma extra trees dan metode pelabelan sentiment scoring mampu menghasilkan performa terbaik dengan nilai rata-rata akurasi mencapai 80 – 84% pada tiap aplikasi yang dipilih.]]>
Copyrights © 2024
