Article Per Year (5 Year)
p-Index From 2019 - 2024
1.048
P-Index
This Author published in this journals
All Journal JUSIFO : Jurnal Sistem Informasi INOVTEK Polbeng - Seri Informatika Building of Informatics, Technology and Science Tematik : Jurnal Teknologi Informasi Komunikasi Jurnal Computer Science and Information Technology (CoSciTech)
Muttakin, Fitriani
Unknown Affiliation
Computer Science & IT

Published : 6 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INOVTEK Polbeng - Seri Informatika

 1 
Sentimen Analisis Pada Ulasan Aplikasi Ajaib Di Google Play Store Dengan Algoritma Support Vector Machine Syahri, Alfi; Angraini, Angraini; Muttakin, fitriani
Jurnal Inovtek Polbeng Seri Informatika Vol 9, No 1 (2024)
Publisher : P3M Politeknik Negeri Bengkalis

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.35314/isi.v9i1.4047

Abstract

Perkembangan aplikasi mobile di bidang keuangan telah memberikan kemudahan dalam berinvestasi. Salah satu aplikasi yang bisa melakukan investasi adalah aplikasi Ajaib. Dalam menggunakan aplikasi, Anda dapat melihat rating dan review yang diberikan oleh pengguna di platform Google Play Store. Ulasan pengguna pada Aplikasi Ajaib memberikan gambaran penting bagi calon pengguna dalam memahami kualitas dan kepuasan pengguna. Namun, banyaknya tinjauan membuat analisis manual menjadi sulit dan tidak efisien. Oleh karena itu diperlukan suatu teknik klasifikasi review yang memanfaatkan algoritma Support Vector Machine (SVM). Implementasinya dilakukan melalui bahasa pemrograman Python. Teknik Support Vector Machine menunjukkan akurasi luar biasa dalam menangani data berdimensi tinggi dan data tidak seimbang. Tujuan dari penelitian ini adalah untuk memfasilitasi kemajuan Aplikasi Ajaib dengan memanfaatkan umpan balik yang diberikan, mengatasi keluhan pelanggan, dan meningkatkan pengalaman pengguna secara keseluruhan. Data yang digunakan diambil dari review aplikasi sebanyak 5000 data dengan rating yang bervariasi pada bulan Januari hingga Oktober 2023. Berdasarkan hasil penelitian diperoleh akurasi sebesar 87,57%. Pada kelas positif diperoleh presisi 93%, recall 97%, dan skor f-1 95%. Sedangkan kelas netral memperoleh presisi sebesar 75%, recall 53%, dan skor f-1 sebesar 62%. Serta pada kelas negatif mendapatkan presisi sebesar 75%, recall sebesar 87%, dan skor f-1 sebesar 80%.
Co-Authors Angraini Angraini Arif Marsal Auliadi, Maulana Febi Nur Salisah, Febi Nur Inggih Permana Intan, Sofia Fulvi M. Afdal Nabillah, Putri Pristiawati, Andani Putri Rahmawati, Rahmawati Rahmawita Munzir, Medyantiwi Safrudin, Muhammad Syahri, Alfi Zarnelly Zarnelly