<![CDATA[Dalam era digital, aplikasi dompet digital seperti DANA menjadi penting terutama selama pandemi COVID-19 yang meningkatkan transaksi non-tunai. Penelitian ini menganalisis sentimen ulasan aplikasi DANA di Google Play Store menggunakan metode Naïve Bayes Classifier. Data sebanyak 2000 ulasan berbahasa Indonesia dikumpulkan melalui web scraping dan dilabeli sebagai positif, negatif, atau netral berdasarkan rating. Proses penelitian menggunakan metode Knowledge Discovery from Data (KDD) yang melibatkan tahapan seleksi data, preprocessing, pembobotan, klasifikasi, dan evaluasi. Preprocessing dilakukan untuk membersihkan dan menyiapkan data. TF-IDF untuk pembobotan kata, kemudian model Naïve Bayes digunakan untuk klasifikasi sentimen. Hasil evaluasi menggunakan confusion matrix menunjukkan performa model yang baik. Terdapat 1476 ulasan positif, 443 ulasan negatif, dan 81 ulasan netral dengan akurasi 86%, presisi 86%, recall 98%, dan f1-score 92%. Studi ini menyimpulkan bahwa model analisis sentimen ini mampu memberikan prediksi yang akurat, meskipun terdapat variasi dalam nilai presisi, recall, dan f1-score. Kata yang sering muncul pada ulasan negatif terkait dengan masalah masuk aplikasi, transaksi gagal, dan isu pengisian saldo, yang merupakan area yang perlu diperhatikan oleh pengembang aplikasi DANA.]]>
Copyrights © 2024
