cover
Article Per Year (5 Year)
All
Home Page
OAI Link
Editorial Team
Contact
Reviewer
Google Scholar
Contact Name
Abdul Rachman Manga'
Contact Email
abdulrachman.manga@umi.ac.id
Phone
-
Journal Mail Official
jurnal.busiti@umi.ac.id
Editorial Address
Jl. Urip Sumiharjo KM. 05
Location
Kota makassar,
Sulawesi selatan
INDONESIA
Buletin Sistem Informasi dan Teknologi Islam
Published by Universitas Muslim Indonesia
ISSN : -     EISSN : 27210901     DOI : http://dx.doi.org/10.33096/busiti.v3i1.949
Core Subject : Science,
Computer Science & IT
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) is an Indonesian scientific journal published by the Department of Information Technology, Faculty of Computer Science, Universitas Muslim Indonesia. BUSITI covers all aspects of the latest outstanding research and developments in the field of Computer science, including: Artificial intelligence; Data science; Databases; Computer performance analysis Computer security and cryptography; Computer networks; Parallel and distributed systems; Microcontroller; Internet of Things; Software engineering. BUSITI is issued four times a year in February, May, August and November. Each article submitted to BUSITI will be peer-reviewed, and articles stated worthy of publication by the reviewer and editor will be published in BUSITI.
Arjuna Subject : Ilmu Komputer (semua kategori) - Ilmu Komputer (Lain-Lain)
Articles 1 Documents
 1 
Search results for , issue "Vol 6, No 4 (2025)" : 1 Documents clear
Analisis Sentimen Komentar Pengguna Terhadap Aplikasi Prime Video Di Google Playstore Dengan Pendekatan Machine Learning Pradipta, Alvino Hadiyan; Nugroho, Muhammad Rafli Feandika; Putri, Maretta Fairuz Luthfia Winoto; Wara, Shindi Shella May; Damaliana, Aviolla Terza
Buletin Sistem Informasi dan Teknologi Islam (BUSITI) Vol 6, No 4 (2025)
Publisher : Universitas Muslim Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.33096/busiti.v6i4.2856

Abstract

Analisis sentimen terhadap ulasan pengguna menjadi penting dalam memahami persepsi publik terhadap sebuah aplikasi digital. Analisis ini dilakukan untuk mengklasifikasikan 1000 komentar yang terdiri dari komentar positif dan negatif dari pengguna aplikasi Prime Video yang terdapat di Google Play Store. Tujuan penelitian ini adalah untuk membantu pengembang aplikasi memahami pendapat pengguna dalam jumlah besar secara otomatis, tanpa harus membaca komentar pengguna satu per satu. Tahapan awal dilakukan melalui proses pra pemrosesan teks, yang meliputi pembersihan data, normalisasi kata, case folding, stemming, dan filtering. Selain itu, visualisasi Word Cloud digunakan untuk mengidentifikasi kata-kata yang sering muncul dalam komentar pengguna. Analisis dilanjutkan dengan penerapan metode klasifikasi untuk menentukan sentimen komentar. Dalam penelitian ini, tiga metode pembelajaran mesin yaitu Neural Network (NN), Support Vector Machine (SVM) dan Naive Bayes Classifier (NBC) digunakan dan dibandingkan untuk memperoleh hasil klasifikasi terbaik. Hasil menunjukkan bahwa metode SVM memberikan tingkat akurasi tertinggi yaitu sebesar 89,5%, disusul dengan metode NN sebesar 87% dan NBC sebesar 75% dalam mengklasifikasikan sentimen komentar pengguna. Penelitian ini menyimpulkan bahwa pendekatan berbasis machine learning efektif digunakan dalam mengidentifikasi dan mengelompokkan opini pengguna terhadap aplikasi digital secara otomatis.

Page 1 of 1 | Total Record : 1

 1 

Filter by Year

2025 2025


Reset
Filter By Issues
All Issue Vol 6, No 4 (2025) Vol 6, No 3 (2025) Vol 6, No 2 (2025) Vol 6, No 1 (2025) Vol 5, No 4 (2024) Vol 5, No 3 (2024) Vol 5, No 2 (2024) Vol 5, No 1 (2024) Vol 4, No 4 (2023) Vol 4, No 3 (2023) Vol 4, No 2 (2023) Vol 4, No 1 (2023) Vol 3, No 4 (2022) Vol 3, No 3 (2022) Vol 3, No 2 (2022) Vol 3, No 1 (2022) Vol 2, No 4 (2021) Vol 2, No 3 (2021) Vol 2, No 2 (2021) Vol 2, No 1 (2021) Vol 1, No 4 (2020) Vol 1, No 3 (2020) Vol 1, No 2 (2020) Vol 1, No 1 (2020) More Issue