ANALISIS SENTIMEN APLIKASI GO-JEK MENGGUNAKAN METODE SVM DAN NBC (STUDI KASUS: KOMENTAR PADA PLAY STORE)

Authors

  • Mochamad Tri Anjasmoros
  • Istiadi Istiadi
  • Fitri Marisa

DOI:

https://doi.org/10.31328/ciastech.v3i1.1905

Keywords:

analisis sentiment, go-jek, naïve bayes classifier, support vector machine.

Abstract

Aktifitas masyarakat setiap hari tidak pernah lepas dari transportasi. Transportasi memudahkan segala aktifitas masyarakat. Mode transportasi yang banyak digunakan masyarakat adalah kendaraan bermotor, baik kendaraan umum maupun pribadi, baik mobil maupun sepeda motor. Ulasan pada penelitian ini bisa digunakan untuk evaluasi dan meningkatkan layanan aplikasi. Untuk mengetahui kualitas pelayanan, analisis sentimen dapat digunakan untuk mengklasifikasikan ulasan ke dalam sentimen positif atau negatif. Pada ulasan aplikasi biasanya terdapat salah eja sehingga sulit dipahami. Tujuan penelitian ini adalah membangun suatu sistem yang dapat menghasilkan informasi tentang perbandingan dari metode SVM(Support Vector Machine) dan NBC(Naive Bayes Classifier) berupa score accuracy, recall dan precission. Score accuracy, recall dan precision paling tinggi adalah 0,897 dengan data testing sebanyak 50% dan 50% da-ta training dari 2.000 komentar menggunakan metode SVM kernel linear. Score accuracy, recall dan precision yang paling rendah adalah 0,48625 dengan data testing sebanyak 40% dan 60% data training menggunakan metode SVM kernel RBF, polynomial dan sigmoid.  

References

A. Aziah and P. R. Adawia, ‘Analisis Perkembangan Industri Transportasi Online di Era Inovasi Disruptif (Studi Kasus PT Gojek Indonesia)’, J. Hum., vol. 18, no. 2, p. 8, 2018.

M. H. Dewantara, ‘PERAN GOJEK SEBAGAI AKSES PUBLIK WISATAWAN DI BALI DAN PELOPOR EKONOMI KREATIF’, vol. 6, p. 16, 2019.

A. A. A. K. Larasati and M. M. Yasa, ‘PERTANGGUNGJAWABAN GOJEK AKIBAT KEHILANGAN BARANG PADA FITUR GO-SEND SEBAGAI LAYANAN YANG DITAWARKAN DALAM GOJEK INDONESIA’, Kertha Semaya J. Ilmu Huk., vol. 7, no. 2, p. 1, Jan. 2019, doi: 10.24843/KM.2019.v07.i02.p07.

A. Y. Haladi and * A., ‘PENGARUH KUALITAS LAYANAN TERHADAP KEPUASAN PELANGGAN JASA TRANSPORTASI GOJEK DI KOTA SURABAYA’, -Nisbah J. Ekon. Syariah, vol. 5, no. 1, pp. 358–375, Oct. 2018, doi: 10.21274/an.2018.5.1.358-375.

M. Damis and T. Mulianti, ‘PENGGUNA OJEK ONLINE DI KALANGAN MAHASISWA UNIVERSITAS SAM RATULANGI MANADO’, no. 21, Art. no. 21, 2018.

Y. Budiana and F. N. Khasanah, ‘ANALISIS STRATEGI KOMPETISI ANTARA JASA TRANSPORTASI ONLINE GOJEK DAN GRAB DENGAN MENGGUNAKAN GAME THEORY (STUDI KASUS: MAHASISWA DI PULAU JAWA)’, vol. 4, no. 1, p. 12, 2020.

Dipna Videlia Putsanra, ‘Go-Jek Jadi Startup Pertama yang Raih Decacorn di Indonesia’, Go-Jek Jadi Startup Pertama yang Raih Decacorn di Indonesia, Apr. 05, 2019. https://tirto.id/go-jek-jadi-startup-pertama-yang-raih-decacorn-di-indonesia-dleL.

M. Affandes, ‘Klasifikasi Keluhan Menggunakan Metode Support Vector Machine (SVM) (Studi Kasus : Akun Facebook Group iRaise Helpdesk)’, p. 7, 2017.

D. G. Nugroho, Y. H. Chrisnanto, and A. Wahana, ‘ANALISIS SENTIMEN PADA JASA OJEK ONLINE MENGGUNAKAN METODE NAÃVE BAYES’, p. 6, 2016.

L. B. Ilmawan and E. Winarko, ‘Aplikasi Mobile untuk Analisis Sentimen pada Google Play’, vol. 9, no. 1, p. 12, 2015.

Y. S. Mahardhika and E. Zuliarso, ‘ANALISIS SENTIMEN TERHADAP PEMERINTAHAN JOKO WIDODO PADA MEDIA SOSIAL TWITTER MENGGUNAKAN ALGORITMA NAIVES BAYES CLASSIFIER’, p. 5, 2018.

K. I. Ruslim and P. P. Adikara, ‘Analisis Sentimen Pada Ulasan Aplikasi Mobile Banking Menggunakan Metode Support Vector Machine dan Lexicon Based Features’,

Downloads