Analisis Sentimen Aplikasi Dana Menggunakan Naïve Bayes Classifier dan Support Vector Machine
Abstract
Abstract
The presence of financial technology (fintech) has introduced a new payment system that is practical, easily accessible, and efficient, such as the Dana application. However, to understand user acceptance of this application, sentiment analysis was required. This study aimed to analyze user opinions on the Dana application through their reviews and evaluate the performance of Naïve Bayes Classifier and Support Vector Machine algorithms in classifying sentiments. User review data was obtained through the Google Play Scraper API. From the sentiment analysis, it was concluded that the majority of users (84.7%) had a negative view of the Dana application, while only 8.8% provided positive sentiment, and 6.5% were neutral. Performance evaluation indicated that both Naïve Bayes Classifier and Support Vector Machine functioned effectively in classifying review data.
Keywords: Naïve Bayes Classifier; Support Vector Machine; Dana Application
Abstrak
Kehadiran teknologi finansial (fintech) telah menghadirkan sistem pembayaran baru yang praktis, mudah diakses, dan efisien seperti aplikasi Dana. Namun, untuk memahami penerimaan pengguna terhadap aplikasi tersebut, analisis sentimen diperlukan. Penelitian ini bertujuan untuk menganalisis opini pengguna terhadap aplikasi Dana melalui ulasan mereka, serta mengevaluasi kinerja algoritma Naïve Bayes Classifier dan Support Vector Machine dalam mengklasifikasikan sentimen. Data ulasan pengguna diperoleh melalui API Google Play Scraper. Dari analisis sentimen, disimpulkan bahwa sebagian besar pengguna (84,7%) memiliki pandangan negatif terhadap aplikasi Dana, sedangkan hanya 8,8% memberikan sentimen positif, dan 6,5% bersifat netral. Evaluasi kinerja menunjukkan bahwa baik Naïve Bayes Classifier maupun Support Vector Machine berfungsi efektif dalam mengklasifikasikan data ulasan.
Keywords
References
S. Adiningsih, Transformasi Ekonomi Berbasis Digital di Indonesia, PT Gramedia Pustaka Utama, 2019.
R. Anggraini, "Total Transaksi Dana di Xendit Tembus Rp6,3 Triliun Sepanjang 2022," Bisnis Indonesia, 25 Januari 2023. [Online]. Available: https://finansial.bisnis.com/read/ 20230125/563/1621513/total-transaksi-dana-di-xendit-tembus-rp63-triliun-sepanjang-2022. [Accessed 6 Februari 2023].
D. Mardiansyah, "Dana Catatkan Jumlah Transaksi Harian Mencapai 13,5 Juta Per September 2022," Kompas Gramedia, 8 November 2022. [Online]. Available: https://keuangan.kontan.co.id/news/dana-catatkan-jumlah-transaksi-harian-mencapai-135-juta-per-september-2022. [Accessed 6 Februari 2023].
F. A. Larasati, D. E. Ratnawati, dan B. T. Hanggara, "Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest," Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 6 No. 9, pp. 4305-4313, 2022.
Surohman, F. F. Wati, S. Aji, dan Rousyati, "Analisa Sentimen Terhadap Review Fintech Dengan Metode Naive Bayes Classifier Dan K- Nearest Neighbor," Jurnal Sains dan Manajemen, vol. 8 no. 1, pp. 93-105, 2020.
Y. Harfian, “Klasifikasi Sentimen Aplikasi Dompet Digital Dana Pada Komentar Di Instagram Menggunakan Naive Bayes Classifier,” Tugas Akhir, Universitas Islam Negeri Sultan Syarif Kasim Riau, 2021.
A. A. Muhammad, “Analisis Sentimen Pengguna Aplikasi Dana Berdasarkan Ulasan Pada Google Play Store Menggunakan Metode Support Vector Machine,” Skripsi Thesis. Universitas Pembangunan Nasional Veteran Jakarta., 2022.
E. S. Basryah, A. Erfina, dan C. Warman, "Analisis Sentimen Aplikasi Dompet Digital Di Era 4.0 Pada Masa Pendemi Covid-19 Di Play Store Menggunakan Algoritma Naive Bayes Classifier," SISMATIK (Seminar Nasional Sistem Informasi dan Manajemen Informatika), pp. 189-196, 2021.
B. Gunawan, H. S. Pratiwi, dan E. E. Pratama, "Sistem Analisis Sentimen Pada Ulasan Produk Menggunakan Metode Naive Bayes," Jurnal Edukasi dan Penelitian Informatika, vol. 4 no. 2, pp. 113-118, 2018.
A. Erfina, A. Saepulrohman, D. Lestari, dan E. S. Basryah, "Analisis Sentimen Aplikasi Pembelajaran Online Di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine (SVM)," Seminar Nasional Informatika (SEMASIF), pp. 145-152, 2020.
S. A. F. Ginting, "Analisis Sentimen Dalam Evaluasi Kepuasan Pelanggan Terhadap Pelayanan Jasa Transportasi Online Gojek dan Grab", Tugas AKhir, Universitas Sumatra Utara, 2021.
H. P. Doloksaribu dan Y. T. Samuel, "Komparasi Algoritma Data Mining Untuk Analisis Sentimen Aplikasi Pedulilindungi," Jurnal Teknologi Informasi, vol. 16, no. 1, 2022.
A. Esuli dan F. Sebastiani, Sentiment Analysis, A Handbook of Theory and Practice, Springer, 2015.
M. Ichwan, I. A. Dewi, dan Z. Muharom, "Klasifikasi Support Vector Machine (SVM) Untuk Menentukan Tingkat Kemanisan Mangga Berdasarkan Fitur Warna," MIND Journal, vol. 3, no. 2, pp. 16-24, 2018.
M. A. Ramadhan dan R. Andarsyah, Klasifikasi Text Spam Menggunakan Metode Support Vector Machine Dan Naïve Bayes, Parongpong, Bandung Barat: Buku Pedia, 2022.
A. Nurian dan B. N. Sari, “Analisis Sentimen Ulasan Pengguna Aplikasi Google Play Menggunakan Naïve Bayes,” Jurnal Informatika Dan Teknik Elektro Terapan (JITET), vol. 11, no. 3s1, pp. 829-835, 2023.
How To Cite This :
Refbacks
- There are currently no refbacks.
