ANALISIS SENTIMEN UNTUK KLASIFIKASI ULASAN PENGGUNA PADA APLIKASI JENIUS MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION

Vivi Indah Fitriani, - (2023) ANALISIS SENTIMEN UNTUK KLASIFIKASI ULASAN PENGGUNA PADA APLIKASI JENIUS MENGGUNAKAN ALGORITMA NAIVE BAYES BERBASIS PARTICLE SWARM OPTIMIZATION. S1 thesis, Universitas Pendidikan Indonesia.

	Text S_BD_TSK_1905101_Title.pdf Download (650kB)
	Text S_BD_TSK_1905101_Chapter 1.pdf Download (63kB)
	Text S_BD_TSK_1905101_Chapter 2.pdf Restricted to Staf Perpustakaan Download (382kB)
	Text S_BD_TSK_1905101_Chapter 3.pdf Download (102kB)
	Text S_BD_TSK_1905101_Chapter 4.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_BD_TSK_1905101_Chapter 5.pdf Download (47kB)
	Text S_BD_TSK_1905101_Appendix.pdf Restricted to Staf Perpustakaan Download (202kB)

Abstract

Perkembangan arus teknologi informasi dan komunikasi yang pesat semakin memudahkan berbagai aspek kehidupan, salah satunya di bidang perbankan. Jenius merupakan salah satu aplikasi perbankan digital dan telah diunduh sebanyak lima juta pengguna dan terus meningkat. Dengan peningkatan jumlah pengguna aktif Jenius, maka semakin banyak opini yang dituliskan mengenai pengalaman pengguna mengggunakan aplikasi Jenius dan sulit untuk diidentifikasi apabila hanya dipantau secara manual tanpa adanya pengolahan data tekstual. Penelitian ini bertujuan untuk melakukan klasifikasi ulasan pengguna aplikasi Jenius pada Google Playstore menggunakan algoritma Naive Bayes dan seleksi fitur Particle Swarm Optimization (PSO). Data yang digunakan adalah data ulasan pengguna aplikasi Jenius sebanyak 3047 data yang diambil dari tanggal 16 Januari 2022 hingga 13 April 2023. Data akan dibagi menjadi dua kelas yaitu sentimen positif dan negatif. Pada penelitian ini juga akan dilakukan perbandingan algoritma Naive Bayes dengan menggunakan seleksi fitur PSO dan tanpa menggunakan seleksi fitur PSO. Hasil pengujian kedua metode tersebut menunjukkan bahwa seleksi fitur PSO dengan 800 iterasi terbukti efektif dalam melakukan optimasi performa model algoritma Naive Bayes dengan nilai akurasi sebesar 98,50%, precision sebesar 97,81%, recall sebesar 99,36%, dan f1-score sebesar 98,58%. Sedangkan tingkat performa model evaluasi klasifikasi Naive Bayes tanpa menggunakan seleksi fitur PSO lebih kecil dengan nilai akurasi 96,68%, precision sebesar 94,83%, recall sebesar 99,04%, dan f1-score sebesar 96,88%. Dari hasil akurasi tersebut dapat diketahui bahwa sebanyak 56,8% pengguna aplikasi Jenius memberikan sentimen positif dan 43,2% memberikan sentimen negatif terhadap kualitas dan pelayanan aplikasi Jenius. The rapid development of information technology and communication has facilitated various aspects of life, including the banking sector. Jenius is one of the digital banking applications that has been downloaded by five million users and continues to grow. With the increasing number of users, there is a growing number of opinions written about their experiences using the application, making it difficult to identify reviews through manual monitoring without textual data processing. This study aims to classify user reviews of the Jenius application on Google Playstore using the Naive Bayes algorithm and Particle Swarm Optimization feature selection. The data used consists of 3047 user reviews of the Jenius application collected from January 16, 2022 to April 13, 2023 and will be divided into two classes, namely positive and negative sentiment. This study also compares the Naive Bayes algorithm using PSO feature selection and without using PSO feature selection. The test results of the two methods indicate that the PSO feature selection with 800 iterations proves to be effective in optimizing the performance of the Naive Bayes algorithm model with an accuracy of 98.50%, precision of 97.81%, recall of 99.36%, and F1-score of 98.58%. Meanwhile, the performance level of the Naive Bayes algorithm without using PSO feature selection is lower with an accuracy of 96.68%, precision of 94.83%, recall of 99.04%, and F1-score of 96.88%. From the accuracy results, it can be observed that 56.8% of Jenius app users express positive sentiment, and 43.2% express negative sentiment towards the quality and service of the Jenius apps.

Item Type:	Thesis (S1)
Additional Information:	Link Google Scholar : https://scholar.google.com/citations?hl=en&authuser=2&user=dQOhPzwAAAAJ ID SINTA Dosen Pembimbing: Oding Herdiana : 6745912 Rangga Gelar Guntara : 6738149
Uncontrolled Keywords:	Naive Bayes, Particle Swarm Optimization, Analisis Sentimen, Jenius
Subjects:	L Education > L Education (General)
Divisions:	UPI Kampus Tasikmalaya > S1 Bisnis Digital
Depositing User:	Vivi Indah Fitriani
Date Deposited:	28 Jul 2023 08:35
Last Modified:	28 Jul 2023 08:35
URI:	http://repository.upi.edu/id/eprint/94987

Actions (login required)

View Item