Klasifikasi Ulasan Aplikasi Jenius pada Google Play Store Menggunakan Algoritma Naive Bayes

Penulis

  • Raihan Adyatma Subagja
  • Yuni Widiastiwi Universitas Pembangunan Nasional Veteran Jakarta
  • Nurul Chamidah Universitas Pembangunan Nasional Veteran Jakarta

DOI:

https://doi.org/10.52958/iftk.v17i3.3652

Kata Kunci:

Klasifikasi, Google Play Store, Naive Bayes

Abstrak

Dengan perkembangan teknologi, semakin banyak aplikasi inovatif mempermudah kebutuhan manusia, salah satunya aplikasi m-banking. Aplikasi m-banking memudahkan kebutuhan pengguna untuk transaksi perbankan dan membuat penggunanya dapat melakukan transaksi langsung dari smartphone. Jenius merupakan kartu debit yang dirilis oleh Bank BTPN dalam bentuk aplikasi m-banking. Aplikasi Jenius telah diunduh sebanyak 5 juta kali di Google Play Store. Dengan banyaknya pengguna Jenius, pastinya banyak opini masyarakat terhadap aplikasi tersebut. Opini tersebut dapat disalurkan melalui ulasan aplikasi pada Google Play Store. Untuk mempermudah mengolah informasi yang didapat dari ulasan tersebut, diperlukan klasifikasi terhadap ulasan aplikasi Jenius yang terdapat pada Google Play Store. Algoritma klasifikasi yang digunakan pada penelitian ini adalah Naive Bayes. Data diambil dengan cara scraping. Data yang diambil sudah memiliki label sesuai dengan rating yang diberikan pengguna. Selanjutnya data ulasan yang terkumpul dibagi ke dalam data latih sebesar 70% dan data uji sebesar 30%.  Penelitian ini menghasilkan nilai accuracy sebesar 57%.

Referensi

Liputan 6 (11 Agustus 2016). BTPN Luncurkan Jenius, Aplikasi Cerdas untuk Mengatur Keuangan, dari https://www.liputan6.com/bisnis/read/2575011/btpn-luncurkan-jenius-aplikasi-cerdas-untuk-mengatur-keuangan

Wijaya, A. P., & Santoso, H. A. (2016). Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government Naïve Bayes Classification on Document Classification to Identify E-Government Content. Journal of Applied Intelligent System, 1(1), 48–55.

Suyanto. (2017). Data Mining Untuk Klasifikasi dan Klasterisasi Data. Penerbit Informatika.

Fitri, E., Yuliani, Y., Rosyida, S., & Gata, W. (2020). Analisis Sentimen Terhadap Aplikasi Ruangguru Menggunakan Algoritma Naive Bayes, Random Forest Dan Support Vector Machine. Jurnal Transformatika, 18(1), 71. https://doi.org/10.26623/transformatika.v18i1.2317

Prasetyowati, E. (2017). DATA MINING Pengelompokan Data untuk Informasi dan Evaluasi. Duta Media Publishing.

Sari, A. E., Widowati, S., & Lhaksmana, K. M. (2019). Klasifikasi Ulasan Pengguna Aplikasi Mandiri Online di Google Play Store dengan Menggunakan Metode Information Gain dan Naive Bayes Classifier. E-Proceeding of Engineering, 6(2), 9143–9157.

Wijaya, A. P., & Santoso, H. A. (2016). Naive Bayes Classification pada Klasifikasi Dokumen Untuk Identifikasi Konten E-Government Naïve Bayes Classification on Document Classification to Identify E-Government Content. Journal of Applied Intelligent System, 1(1), 48–55.

Hidayat, M. A. J., Primajati, G., & Amrullah, A. Z. (2020). Klasifikasi Data Ulasan Positif dan Negatif Dengan Menggunakan Algoritma Naive Bayes. Jurnal, 2(1), 52–56. https://doi.org/10.30812/bite.v2i1.809

Chandra, D. N., Indrawan, G., & Sukajaya, I. N. (2019). Klasifikasi Berita Lokal Radar Malang Menggunakan Naïve Bayes Dengan Fitur N-Gram. 10(2), 11–19.

Trianto, R. B., Triyono, A., & Arum, D. M. P. (2020). Klasifikasi Rating Otomatis pada Dokumen Teks Ulasan Produk Elektronik Menggunakan Metode N-gram dan Naïve Bayes. Jurnal Informatika Universitas Pamulang, 5(3), 295. https://doi.org/10.32493/informatika.v5i3.6110

Herlambang, Admaja., & Wijoyo, Satrio. (2019) . Algoritma Naïve Bayes Untuk Klasifikasi Sumber Belajar Berbasis Teks Pada Mata Pelajaran Produktif Di Smk Rumpun Teknologi Informasi Dan Komunikasi. Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), 6(4), 431-436.

Unduhan

Diterbitkan

2021-12-31

Terbitan

Vol 17 No 3 (2021): Desember 2021

Bagian

Article

Lisensi

KEBIJAKAN YANG DIAJUKAN UNTUK JURNAL YANG MENAWARKAN AKSES TERBUKA

Syarat yang harus dipenuhi oleh Penulis sebagai berikut:

  1. Penulis menyimpan hak cipta dan memberikan jurnal hak penerbitan pertama naskah secara simultan dengan lisensi di bawah Creative Commons Attribution License yang mengizinkan orang lain untuk berbagi pekerjaan dengan sebuah pernyataan kepenulisan pekerjaan dan penerbitan awal di jurnal ini.
  2. Penulis bisa memasukkan ke dalam penyusunan kontraktual tambahan terpisah untuk distribusi non ekslusif versi kaya terbitan jurnal (contoh: mempostingnya ke repositori institusional atau menerbitkannya dalam sebuah buku), dengan pengakuan penerbitan awalnya di jurnal ini.
  3. Penulis diizinkan dan didorong untuk mem-posting karya mereka online (contoh: di repositori institusional atau di website mereka) sebelum dan selama proses penyerahan, karena dapat mengarahkan ke pertukaran produktif, seperti halnya sitiran yang lebih awal dan lebih hebat dari karya yang diterbitkan. (Lihat Efek Akses Terbuka).