GoPay Penerapan Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen Aplikasi GoPay

Abstrak

GoPay adalah layanan dompet elektronik yang dapat digunakan untuk membayar sejumlah layanan aplikasi Gojek. Seiring bertambahnya jumlah pengguna, ulasan di Google Play Store telah muncul sebagai sumber data penting mengenai tingkat kepuasan terhadap aplikasi. Dengan demikian, berdasarkan data ulasan yang ada, analisis sentimen dapat digunakan untuk menemukan tren dalam opini pengguna. Tujuan penelitian ini untuk untuk membandingkan kinerja algoritma Support Vector Machine dan Naïve Bayes dalam mengklasifikasikan sentimen ulasan pengguna aplikasi GoPay. Metode penelitian ini menggunakan kerangka Knowledge Discovery in Database (KDD) memiliki 6 tahapan pada prosesnya, yaitu data selection, preprocessing, transformasi, data mining, evaluation, dan knowledge presentation. Berdasarkan Hasil penelitian menunjukkan bahwa metode SVM memiliki performa yang lebih baik dibandingkan metode NBC. SVM menghasilkan nilai akurasi sebesar 78,31%, presisi 78,48%, dan recall 78,31%, sedangkan NBC menghasilkan akurasi 64,74%, presisi 63,79%, dan recall 95,80%. Meskipun NBC memiliki nilai recall yang lebih tinggi, secara keseluruhan metode SVM menunjukkan kinerja yang lebih optimal dalam mengklasifikasikan sentimen ulasan pengguna aplikasi GoPay.

Identifier

• OpenAlex: https://openalex.org/W7166848515
• DOI: https://doi.org/10.29303/jm.v8i2.11814