Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play

Aplikasi berbasis video streaming atau siaran langsung menjadi jenis aplikasi paling banyak digunakan di dunia. Video On Demand merupakan sistem interaktif yang memungkinkan kita memilih konten video yang akan ditonton. Vidio adalah portal online atau situs web streaming video yang didirikan pada ta...

Full description

Saved in:
Bibliographic Details
Main Authors: Ivana Lucia Kharisma, Dhea Ayu Septiani, Anggun Fergina, Kamdan Kamdan
Format: Article
Language:Indonesian
Published: Universitas Andalas 2023-09-01
Series:Jurnal Teknologi dan Sistem Informasi
Subjects:
Online Access:https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2385
Tags: Add Tag
No Tags, Be the first to tag this record!
_version_ 1850272155165523968
author Ivana Lucia Kharisma
Dhea Ayu Septiani
Anggun Fergina
Kamdan Kamdan
author_facet Ivana Lucia Kharisma
Dhea Ayu Septiani
Anggun Fergina
Kamdan Kamdan
author_sort Ivana Lucia Kharisma
collection DOAJ
description Aplikasi berbasis video streaming atau siaran langsung menjadi jenis aplikasi paling banyak digunakan di dunia. Video On Demand merupakan sistem interaktif yang memungkinkan kita memilih konten video yang akan ditonton. Vidio adalah portal online atau situs web streaming video yang didirikan pada tahun 2014. Situs web ini memungkinkan pengguna untuk menonton dan menikmati berbagai video dan layanan lain. Namun, berdasarkan ulasan di Google Play, Vidio mendapatkan rating rata-rata hanya sebesar 3.7 dari 623.000 lebih total ulasan. Hal tersebut yang mendorong dilakukannya penelitian ini. Data yang dikumpulkan adalah sebanyak 1000 data pada rentang waktu 2 Februari 2023 – 19 Februari 2023. Data tersebut diklasifikasikan ke dalam sentimen positif dan negatif menggunakan algoritma Decision Tree atau Pohon Keputusan. Berdasarkan 3 skenario pembagian data, didapatkan akurasi terbesar diperoleh dari pembagian data 80% data latih dan 20% data uji yaitu sebesar 97.3%. sedangkan pada skenario pembagian data 70:30, akurasinya 96.8%, dan pembagian data 90:10 akurasinya sebesar 96.8%. Dari akurasi yang telah diperoleh, untuk evaluasi pengujian model, penelitian ini menggunakan Confusion Matrix atau Matriks Kebingungan. Agar prediksi dari model yang telah dilatih agar tersedia untuk orang lain, penelitian ini melakukan model deployment menggunakan Streamlit.
format Article
id doaj-art-a064daff14f14d48a351797c0f4a4640
institution OA Journals
issn 2460-3465
2476-8812
language Indonesian
publishDate 2023-09-01
publisher Universitas Andalas
record_format Article
series Jurnal Teknologi dan Sistem Informasi
spelling doaj-art-a064daff14f14d48a351797c0f4a46402025-08-20T01:51:57ZindUniversitas AndalasJurnal Teknologi dan Sistem Informasi2460-34652476-88122023-09-019210.25077/TEKNOSI.v9i2.2023.218-226224Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google PlayIvana Lucia Kharisma0Dhea Ayu Septiani1Anggun Fergina2Kamdan Kamdan3Program Studi Teknik Informatika, Universitas Nusa PutraProgram Studi Teknik Informatika, Universitas Nusa PutraProgram Studi Teknik Informatika, Universitas Nusa PutraProgram Studi Teknik Informatika, Universitas Nusa PutraAplikasi berbasis video streaming atau siaran langsung menjadi jenis aplikasi paling banyak digunakan di dunia. Video On Demand merupakan sistem interaktif yang memungkinkan kita memilih konten video yang akan ditonton. Vidio adalah portal online atau situs web streaming video yang didirikan pada tahun 2014. Situs web ini memungkinkan pengguna untuk menonton dan menikmati berbagai video dan layanan lain. Namun, berdasarkan ulasan di Google Play, Vidio mendapatkan rating rata-rata hanya sebesar 3.7 dari 623.000 lebih total ulasan. Hal tersebut yang mendorong dilakukannya penelitian ini. Data yang dikumpulkan adalah sebanyak 1000 data pada rentang waktu 2 Februari 2023 – 19 Februari 2023. Data tersebut diklasifikasikan ke dalam sentimen positif dan negatif menggunakan algoritma Decision Tree atau Pohon Keputusan. Berdasarkan 3 skenario pembagian data, didapatkan akurasi terbesar diperoleh dari pembagian data 80% data latih dan 20% data uji yaitu sebesar 97.3%. sedangkan pada skenario pembagian data 70:30, akurasinya 96.8%, dan pembagian data 90:10 akurasinya sebesar 96.8%. Dari akurasi yang telah diperoleh, untuk evaluasi pengujian model, penelitian ini menggunakan Confusion Matrix atau Matriks Kebingungan. Agar prediksi dari model yang telah dilatih agar tersedia untuk orang lain, penelitian ini melakukan model deployment menggunakan Streamlit.https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2385Siaran LangsungAnalisa SentimenPohon KeputusanMatriks KebingunganStreamlit
spellingShingle Ivana Lucia Kharisma
Dhea Ayu Septiani
Anggun Fergina
Kamdan Kamdan
Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
Jurnal Teknologi dan Sistem Informasi
Siaran Langsung
Analisa Sentimen
Pohon Keputusan
Matriks Kebingungan
Streamlit
title Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
title_full Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
title_fullStr Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
title_full_unstemmed Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
title_short Penerapan Algoritma Decision Tree untuk Ulasan Aplikasi Vidio di Google Play
title_sort penerapan algoritma decision tree untuk ulasan aplikasi vidio di google play
topic Siaran Langsung
Analisa Sentimen
Pohon Keputusan
Matriks Kebingungan
Streamlit
url https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2385
work_keys_str_mv AT ivanaluciakharisma penerapanalgoritmadecisiontreeuntukulasanaplikasividiodigoogleplay
AT dheaayuseptiani penerapanalgoritmadecisiontreeuntukulasanaplikasividiodigoogleplay
AT anggunfergina penerapanalgoritmadecisiontreeuntukulasanaplikasividiodigoogleplay
AT kamdankamdan penerapanalgoritmadecisiontreeuntukulasanaplikasividiodigoogleplay