KLASIFIKASI DAN PREDIKSI ULASAN APLIKASI DANA PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Cucu Hayati; Tukino; Shofa Shofiah Hilabi; April Lia Hananto

doi:10.51401/jinteks.v7i2.5691

Authors

Cucu Hayati Universitas Buana Perjuangan Karawang
Tukino Universitas Buana Perjuangan Karawang
Shofa Shofiah Hilabi Universitas Buana Perjuangan Karawang
April Lia Hananto Universitas Buana Perjuangan Karawang

DOI:

https://doi.org/10.51401/jinteks.v7i2.5691

Keywords:

Dana, Klasifikasi, Naïve Bayes, Prediksi, Ulasan

Abstract

Di era digital saat ini, kemajuan teknologi yang pesat telah mendorong masyarakat beralih ke transaksi digital melalui financial technology (Fintech), salah satu inovasi fintech yaitu aplikasi DANA. Penelitian ini bertujuan untuk mengklasifikasi dan prediksi ulasan aplikasi DANA menggunakan Naïve Bayes. Dengan jumlah data 1.500 ulasan kemudian dilabeli berdasarkan kategori transaksi, keamanan, kinerja Aplikasi, pelayanan, serta aktivasi dan verifikasi. Tahapan penelitian ini dilakukan mulai dari pengumpulan data, pelabelan manual , preprocessing , pembobotan kata, model Naïve Bayes , dan evaluasi. Berdasarkan hasil analisis, tingkat akurasi yang diperoleh adalah sebesar 87%, dengan presisi mencapai 88%, recall sebesar 84%, dan f1-score sebesar 85%. Akurasi mengacu pada persentase prediksi yang benar dari keseluruhan data. Presisi menunjukkan seberapa tepat model dalam memprediksi suatu kelas tertentu, recall mengukur kemampuan model dalam menemukan seluruh data termasuk dalam suatu kelas tertentu, dan f1-score menggambarkan keseimbangan antara presisi dan recall. Maka, dapat disimpulkan model bawah pada penelitian ini mampu dalam mengklasifikasikan seluruh kategori dan dapat memberikan prediksi yang akurat, meskipun terdapat perbedaan nilai presisi, recall , dan f1-score . Diharapkan penelitian ini dapat bermanfaat bagi pengembang aplikasi DANA, dan juga dapat memberikan informasi mengenai efisiensi dan efektivitas algoritma Naïve Bayes dalam klasifikasi dan prediksi.

References

F. Puspitaningrum, S. C. Kusumastuti, and A. Rimbawati, “Penggunaaan QRIS Dalam Transaksi Jual Beli di Tengah Masyarakat UMKM Ketintang Surabaya,” Prosiding Seminar Nasional, pp. 603–614, 2023.

S. S. Hilabi, “Transformasi Digitalisasi Marketing pada UMKM (Study Kasus Desa Gintung Kerta),” Konf. Nas. Penelit. dan Pengabdi, vol. 2, pp. 1855–1863, 2022.

D. Mertiwi, B. Santoso, and B. Intan, “Analisis Sentimen Aplikasi Dana Pada Google Play Store Menggunakan Algoritma Naive Bayes Dan K-Neareast Neighbor,” 2024.

D. Anjani, H. Awali, D. N. Misidawati, F. Ekonomi, B. Islam, and I. Pekalongan, “Analisis Faktor-Faktor Yang Mempengaruhi Minat Generasi Z Dalam Menggunakan Sistem Pembayaran E-Wallet,” 2022. [Online]. Available: www.dana.id,

R. Ardila and T. Sutabri, “IJM: Indonesian Journal of Multidisciplinary Analisis Sudut Pandang Mahasiswa Dalam Performa dan Efisiensi Aplikasi Dana Dalam Kehidupan Sehari Hari Menggunakan Metode Deskriptif,” IJM: Indonesian Journal of Multidisciplinary, vol. 2, 2024, [Online].

A. Hissi Heryanti, S. Karawang, J. H. Ronggo Waluyo, T. Timur, and J. Barat, “Pengaruh Kualitas Layanan Aplikasi Dana terhadap Kepuasan Pelanggan dalam Melakukan Transaksi Secara Online sebagai Alat Pembayaran Elektronik (E-Payment),” Journal on Education, vol. 05, no. 03, pp. 8080–8096, 2023.

G. Riansyah Ramadhan and C. Agus Sugianto, “Analisis Sentimen Ulasan Aplikasi Dana Di Google Play Store Menggunakan Algoritma Naïve Bayes,” 2024.

I. N. KUSUMA ET AL., “Analisis Sentimen Pada Pengguna Aplikasi Dana Menggunakan Algoritma Naive Bayes,” 2024. [Online]. Available: https://play.google.com/store/apps/details?id=id.dana.

S. A. Helmayanti, F. Hamami, and R. Y. Fa’rifah, “Penerapan Algoritma Tf-Idf Dan Naïve Bayes Untuk Analisis Sentimen Berbasis Aspek Ulasan Aplikasi Flip Pada Google Play Store,” Jurnal Indonesia?: Manajemen Informatika dan Komunikasi, vol. 4, no. 3, pp. 1822–1834, Sep. 2023, doi: 10.35870/jimik.v4i3.415.

Tukino, “Analisis Prediksi Penjualan Sayuran HidroponikMenggunakan Algoritma C4.5 pada PT Batam Indo Agri Perkasa,” Jurnal Desain Dan Analisis Teknologi (JDDAT), 2023.

M. A. Mukti, W. Wiyanto, and I. Nawangsih, “Implementasi Algoritma Naive Bayes Untuk Prediksi Calon Penerima Blt (Studi Kasus Desa Tridayasakti, Kabupaten Bekasi),” 2023.

A. Fahreza, “Penerapan Data Mining dengan Metode Single Moving Average dalam Pengolahan Data Penerimaan Siswa Baru,” 2022.

Rian Pratama, B. Huda, E. Novalia, and H. Kabir, “Perbandingan Algoritma C4.5 dan Naïve Bayes dalam Menentukan Persediaan Stok,” Metik Jurnal, vol. 6, no. 2, pp. 115–122, Dec. 2022, doi: 10.47002/metik.v6i2.379.

Mursyidah, M. Davi, and N. S. Dheyai, “Klasifikasi Sentimen Review Pengguna terhadap Aplikasi Instagram menggunakan Algoritma Random Forest,” 2024.

I. Muhammad Falih, N. Hafifah Matondang, and N. Chamidah, “Seleksi Fitur Information Gain pada Analisis Sentimen Terhadap Ulasan Aplikasi Flip dengan Algoritma Support Vector Machine,” 2022.

G. Riansyah Ramadhan and C. Agus Sugianto, “Analisis Sentimen Ulasan Aplikasi Dana Di Google Play Store Menggunakan Algoritma Naïve Bayes,” 2024.

Tukino, A. Hananto, R. A. Nanda, E. Novalia, E. Sediyono, and J. Sanjaya, “LSTM and Word Embedding: Classification and Prediction of Puskesmas Reviews Via Twitter,” in E3S Web of Conferences, EDP Sciences, Mar. 2024. doi: 10.1051/e3sconf/202450001018.

M. Irfan and D. Widiyanto, “Analisis Sentimen Pada Ulasan Aplikasi Samsat Mobile Jawa Barat (Sambara) Menggunakan algoritma Naive bayes Classifier dengan seleksi fitur Chi Square,” 2022.

R. Zulfiqri, B. N. Sari, and T. N. Padilah, “Analisis Sentimen Ulasan Pengguna Aplikasi Media Sosial Instagram Pada Situs Google Play Store Menggunakan Naïve Bayes Classifier,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 12, no. 3, Aug. 2024, doi: 10.23960/jitet.v12i3.4995.

L. Kusneti, A. Ratu, and A. Wijaya, “Analisis Sentimen Ulasan Aplikasi Linkedin Dalam Google Play Store Dengan Model Naïve Bayes,” Jurnal Teknologi Informasi, vol. 4, no. 2, 2023, doi: 10.46576/djtechno.

A. Rohanah et al., “Klasifikasi Ulasan Pengguna Zoom Cloud Meetings Menggunakan Metode Information Gain dan Naïve Bayes Classifier,” vol. 6, no. 2, pp. 348–357, 2021, doi: 10.32493/informatika.v6i2.10728.

Cindy Caterine Yolanda, Syafriandi Syafriandi, Yenni Kurniawati, and Dina Fitria, “Sentiment Analysis of DANA Application Reviews on Google Play Store Using Naïve Bayes Classifier Algorithm Based on Information Gain,” UNP Journal of Statistics and Data Science, vol. 2, no. 1, pp. 48–55, Feb. 2024, doi: 10.24036/ujsds/vol2-iss1/147.

J. Sanjaya, B. Priyatna, S. Shofia Hilabi, S. Informasi, F. Ilmu Komputer, and U. Buana Perjuangan Karawang, “Analisis Sentimen Terhadap Opini Proyek Kereta Cepat Menggunakan Metode Naïve Bayes Classifier,” Jurnal Fasilkom, 2024.

F. M. Delta Maharani, A. Lia Hananto, S. Shofia Hilabi, F. Nur Apriani, A. Hananto, and B. Huda, “Perbandingan Metode Klasifikasi Sentimen Analisis Penggunaan E-Wallet Menggunakan Algoritma Naïve Bayes dan K-Nearest Neighbor,” Metik Jurnal, vol. 6, no. 2, pp. 97–103, Dec. 2022, doi: 10.47002/metik.v6i2.372.