cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
-
Contact Email
-
Phone
-
Journal Mail Official
-
Editorial Address
-
Location
Kota adm. jakarta barat,
Dki jakarta
INDONESIA
Indonesian Journal on Software Engineering (IJSE)
Published by Universitas Bina Sarana Informatika
ISSN : 24610690     EISSN : 27149935     DOI : -
Core Subject : Science, Engineering,
Computer Science & IT Engineering
Publication media for Scientific Research of Software Engineering.
Arjuna Subject : -
Articles 251 Documents
 22   23   24   25   26 
Evaluasi Sentimen Ulasan Pengguna CGV Cinemas Indonesia Menggunakan Metode Naïve Bayes dan Support Vector Machine Abidin, Muhamad Ali Zaenal
Indonesian Journal on Software Engineering Vol 11, No 1 (2025): IJSE 2025
Publisher : Universitas Bina Sarana Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31294/ijse.v11i1.27099

Abstract

Perkembangan teknologi digital telah mendorong masyarakat untuk menggunakan aplikasi pemesanan tiket bioskop secara daring, termasuk CGV Cinemas Indonesia. Namun, meningkatnya jumlah ulasan dari pengguna aplikasi di Google Play Store memunculkan tantangan dalam mengidentifikasi persepsi pengguna secara efisien. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap aplikasi CGV Cinemas Indonesia dan membandingkan performa algoritma Naïve Bayes dan Support Vector Machine (SVM) dalam klasifikasi sentimen. Data dikumpulkan dari Google Play Store sebanyak 4.600 ulasan (2.300 ulasan positif dan 2.300 negatif) melalui teknik web scraping. Proses analisis mencakup tahap preprocessing teks, balancing, ekstraksi fitur menggunakan TF-IDF, pelatihan model dengan Python dan Google Colab, serta evaluasi kinerja model menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil penelitian menunjukkan bahwa Naïve Bayes lebih unggul dibandingkan SVM, dengan akurasi sebesar 90,38% dan F1-score sebesar 90,46%, sedangkan SVM memperoleh akurasi sebesar 88,88% dan F1-score 89,08%. Kesimpulan dari penelitian ini adalah bahwa metode Naïve Bayes lebih efektif dalam klasifikasi sentimen ulasan pengguna aplikasi CGV. Penelitian ini memberikan kontribusi dalam penerapan analisis sentimen untuk mendukung evaluasi layanan digital berbasis opini pengguna secara otomatis dan akurat.

Page 26 of 26 | Total Record : 251

 22   23   24   25   26 

Filter by Year

2015 2025


Reset
Filter By Issues
All Issue Vol 11, No 1 (2025): IJSE 2025 Vol 10, No 2 (2024): IJSE 2024 Vol 10, No 1 (2024): IJSE 2024 (ON PROGRESS) Vol 9, No 2 (2023): IJSE 2023 Vol 9, No 1 (2023): IJSE 2023 Vol 8, No 2 (2022): IJSE 2022 Vol 8, No 1 (2022): IJSE 2022 Vol 7, No 2 (2021): IJSE 2021 Vol 7, No 1 (2021): IJSE 2021 Vol 6, No 2 (2020): IJSE 2020 Vol 6, No 1 (2020): IJSE 2020 Vol 5, No 2 (2019): IJSE 2019 Vol 5, No 1 (2019): IJSE 2019 Vol 5, No 1 (2019): IJSE 2019 Vol 4, No 2 (2018): IJSE 2018 Vol 4, No 1 (2018): IJSE 2018 Vol 3, No 2 (2017): IJSE 2017 Vol 3, No 1 (2017): IJSE 2017 Vol 2, No 2 (2016): IJSE 2016 Vol 2, No 1 (2016): IJSE 2016 Vol 1, No 1 (2015): IJSE 2015 More Issue