Analisis Tingkat Kepuasan Pengguna Aplikasi JMO (Jamsostek Mobile) Menggunakan Algoritma Naive Bayes Classifier

Astrid Noviriandini, H. Hermanto, Diah Ayu Ambarsari
{"title":"Analisis Tingkat Kepuasan Pengguna Aplikasi JMO (Jamsostek Mobile) Menggunakan Algoritma Naive Bayes Classifier","authors":"Astrid Noviriandini, H. Hermanto, Diah Ayu Ambarsari","doi":"10.31294/reputasi.v4i1.1986","DOIUrl":null,"url":null,"abstract":"Perkembangan dan Kemudahan dalam melakukan kegiatan sehari - hari menjadi dambaan setiap konsume  atau  pengguna,  maka  dari  itu  berkembanglah  banyak  aplikasi  demi  memudahkan  pengguna  dalam  melakukan kegiatan  sehari - hari  sepeti  salahsatunya  Jamsostek  Mobile  atau disingkat  JMO.  Namun  tidak  semua  aplikasi  dan  layanan  dalam  aplikasi seperti  keinginan pengguna,maka  dari  itu  perlu  di  adakannya  penelitian  terhadap  aplikasi  JMO.  Penelitian  ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi JMO dimana dalam penelitian ini penulis menggunakan metode Naïve Bayes Classifier. Dalam penelitian ini setelah dilakukan preprocessing dan dilakukan pengujian model dengan metode data mining yaitu  algoritma Naïve Bayes hasil evaluasi dan validasi, di dapatkan hasil nilai akurasi untuk menentukan bahwa  klasifikasi komentar  masyarakat pengguna aplikasi JMO (Jamsostek Mobile) dalam complain dana JHT dilakukan pengujian dengan algoritma Naïve Bayes dengan data komentar dibagi menjadi dua kategori label positif dan negatif, dapat dibuktikan dengan nilai akurasi dan nilai AUC dari algoritma Naïve Bayes nilai akurasi = 86.25% dan nilai AUC =  0.500.","PeriodicalId":33961,"journal":{"name":"Jurnal Informatika dan Rekayasa Perangkat Lunak","volume":"9 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-06-06","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika dan Rekayasa Perangkat Lunak","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.31294/reputasi.v4i1.1986","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Perkembangan dan Kemudahan dalam melakukan kegiatan sehari - hari menjadi dambaan setiap konsume  atau  pengguna,  maka  dari  itu  berkembanglah  banyak  aplikasi  demi  memudahkan  pengguna  dalam  melakukan kegiatan  sehari - hari  sepeti  salahsatunya  Jamsostek  Mobile  atau disingkat  JMO.  Namun  tidak  semua  aplikasi  dan  layanan  dalam  aplikasi seperti  keinginan pengguna,maka  dari  itu  perlu  di  adakannya  penelitian  terhadap  aplikasi  JMO.  Penelitian  ini bertujuan untuk mengukur tingkat kepuasan pengguna aplikasi JMO dimana dalam penelitian ini penulis menggunakan metode Naïve Bayes Classifier. Dalam penelitian ini setelah dilakukan preprocessing dan dilakukan pengujian model dengan metode data mining yaitu  algoritma Naïve Bayes hasil evaluasi dan validasi, di dapatkan hasil nilai akurasi untuk menentukan bahwa  klasifikasi komentar  masyarakat pengguna aplikasi JMO (Jamsostek Mobile) dalam complain dana JHT dilakukan pengujian dengan algoritma Naïve Bayes dengan data komentar dibagi menjadi dua kategori label positif dan negatif, dapat dibuktikan dengan nilai akurasi dan nilai AUC dari algoritma Naïve Bayes nilai akurasi = 86.25% dan nilai AUC =  0.500.
对任何消费者或用户来说,日常活动的发展和容易获得,因此大量的应用程序正在开发,以方便用户进行日常活动,如Jamsostek移动或简称JMO。但并不是所有的应用程序和服务都符合用户的意愿,因此需要对JMO应用程序进行研究。本研究旨在衡量JMO应用程序用户的满意度,其中作者使用的是天真的Bayes经典fier方法。这项研究后做preprocessing和数据挖掘的方法,即天真贝叶斯算法模型测试结果验证,在评估结果准确性分类来确定价值,社会评论JMO (Jamsostek移动应用用户)抱怨资金中,她与天真贝叶斯算法测试数据进行评论分为两大类正面和负面标签,可以通过nave Bayes算法Naive值= 86.25%和AUC值= 0500的准确性和AUC值来证明。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信