{"title":"ANALISIS SENTIMEN ULASAN PENGGUNA BSI MOBILE PADA GOOGLE PLAY DENGAN PENDEKATAN SUPERVISED LEARNING","authors":"Amalia Anjani Arifiyanti, Nurisa Rahma Shantika, Anggy Oktaviana Syafira","doi":"10.33795/jip.v9i3.1003","DOIUrl":null,"url":null,"abstract":"Ulasan pengguna merupakan salah satu bentuk timbal balik dari pengguna yang sepatutnya dianalisis oleh pihak pengembang agar dapat digunakan sebagai dasar pengembangan aplikasi. Analisis sentimen dari ulasan pengguna dapat menjadi salah satu cara untuk mengetahui sentimen pengguna terhadap aplikasi. Analisis aplikasi m-banking Bank Syariah Indonesia yaitu BSI Mobile dilakukan dengan pendekatan klasifikasi dengan menggunakan supervised machine learning. Pada penelitian ini, model klasifikasi yang dibuat dengan algoritma Multinomial Naïve Bayes menghasilkan hasil evaluasi terbaik dengan nilai ROC area sebesar 0,84%. Hasil ini mengungguli hasil evaluasi SVM, Decision Trees, dan KNN. Namun sayangnya model klasifikasi yang dihasikan ini kurang mampu dalam memprediksi sentimen negatif sehingga ke depannya perlu peningkatan performa model klasifikasi untuk memperbaiki akurasi prediksi. \n ","PeriodicalId":232501,"journal":{"name":"Jurnal Informatika Polinema","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-05-16","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Informatika Polinema","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.33795/jip.v9i3.1003","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0
摘要
用户审查是开发人员对用户进行适当分析的一种形式，目的是将其作为应用程序开发的基础。用户评论的情感分析可以成为了解用户对应用程序的一种方式。印尼伊斯兰银行m-banking Bank (BSI Mobile)的应用程序分析是通过使用超现实学习机器的分类方法进行的。在这项研究中，用跨国算法Naive Bayes创建的分类模型得出了ROC值为0.84%的最佳评估结果。这一结果超过了SVM、Decision Trees和KNN的评估结果。但不幸的是，这种产生的分类模型无法预测负面情绪，因此需要进一步提高分类模型的性能，以提高预测准确性。
ANALISIS SENTIMEN ULASAN PENGGUNA BSI MOBILE PADA GOOGLE PLAY DENGAN PENDEKATAN SUPERVISED LEARNING
Ulasan pengguna merupakan salah satu bentuk timbal balik dari pengguna yang sepatutnya dianalisis oleh pihak pengembang agar dapat digunakan sebagai dasar pengembangan aplikasi. Analisis sentimen dari ulasan pengguna dapat menjadi salah satu cara untuk mengetahui sentimen pengguna terhadap aplikasi. Analisis aplikasi m-banking Bank Syariah Indonesia yaitu BSI Mobile dilakukan dengan pendekatan klasifikasi dengan menggunakan supervised machine learning. Pada penelitian ini, model klasifikasi yang dibuat dengan algoritma Multinomial Naïve Bayes menghasilkan hasil evaluasi terbaik dengan nilai ROC area sebesar 0,84%. Hasil ini mengungguli hasil evaluasi SVM, Decision Trees, dan KNN. Namun sayangnya model klasifikasi yang dihasikan ini kurang mampu dalam memprediksi sentimen negatif sehingga ke depannya perlu peningkatan performa model klasifikasi untuk memperbaiki akurasi prediksi.
求助内容：
应助结果提醒方式：
京公网安备 11010802042870号
