Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib
Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi Ajaib di Google Play Store menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data ulasan sebanyak 2.000 dikumpulkan melalui web scraping menggunakan library go...
Saved in:
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | Indonesian |
| Published: |
Universitas Andalas
2025-05-01
|
| Series: | Jurnal Teknologi dan Sistem Informasi |
| Subjects: | |
| Online Access: | https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2955 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1850269723219984384 |
|---|---|
| author | Nanda Dwi Kurniawan Praditya Rendi Ferdian Nurtriana Hidayati |
| author_facet | Nanda Dwi Kurniawan Praditya Rendi Ferdian Nurtriana Hidayati |
| author_sort | Nanda Dwi Kurniawan |
| collection | DOAJ |
| description |
Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi Ajaib di Google Play Store menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data ulasan sebanyak 2.000 dikumpulkan melalui web scraping menggunakan library google-play-scraper dan diproses melalui tahap normalisasi, case folding, pembersihan, tokenisasi, dan penghilangan stopwords. Data dibagi menjadi 80% data latih dan 20% data uji dengan label sentimen diatas 3 (positif), 3 (netral), dan dibawah 3 (negatif). Hasil menunjukkan Random Forest unggul secara keseluruhan dengan recall 95% dan F1-score 91%, sementara SVM mencatatkan akurasi tertinggi 91%, dan Naive Bayes kompetitif dengan presisi 91%. Berdasarkan evaluasi terhadap keempat metrik utama, Random Forest direkomendasikan untuk analisis sentimen ulasan aplikasi Ajaib karena kemampuannya yang konsisten dalam mengidentifikasi ulasan positif. Penelitian ini memberikan panduan efektif dalam memilih algoritma machine learning untuk analisis sentimen di platform aplikasi mobile.
|
| format | Article |
| id | doaj-art-e2f5ed1a7eba4af0bdb448630b8f0f65 |
| institution | OA Journals |
| issn | 2460-3465 2476-8812 |
| language | Indonesian |
| publishDate | 2025-05-01 |
| publisher | Universitas Andalas |
| record_format | Article |
| series | Jurnal Teknologi dan Sistem Informasi |
| spelling | doaj-art-e2f5ed1a7eba4af0bdb448630b8f0f652025-08-20T01:52:59ZindUniversitas AndalasJurnal Teknologi dan Sistem Informasi2460-34652476-88122025-05-0111110.25077/TEKNOSI.v11i1.2025.87-97Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi AjaibNanda Dwi Kurniawan0https://orcid.org/0009-0001-7213-7298Praditya Rendi Ferdian1Nurtriana Hidayati2https://orcid.org/0000-0002-5763-1618Sistem Informasi, Universitas SemarangSistem Informasi, Universitas SemarangSistem Informasi, Universitas Semarang Penelitian ini bertujuan untuk menganalisis sentimen pada ulasan pengguna aplikasi Ajaib di Google Play Store menggunakan tiga algoritma machine learning: Naive Bayes, Support Vector Machine (SVM), dan Random Forest. Data ulasan sebanyak 2.000 dikumpulkan melalui web scraping menggunakan library google-play-scraper dan diproses melalui tahap normalisasi, case folding, pembersihan, tokenisasi, dan penghilangan stopwords. Data dibagi menjadi 80% data latih dan 20% data uji dengan label sentimen diatas 3 (positif), 3 (netral), dan dibawah 3 (negatif). Hasil menunjukkan Random Forest unggul secara keseluruhan dengan recall 95% dan F1-score 91%, sementara SVM mencatatkan akurasi tertinggi 91%, dan Naive Bayes kompetitif dengan presisi 91%. Berdasarkan evaluasi terhadap keempat metrik utama, Random Forest direkomendasikan untuk analisis sentimen ulasan aplikasi Ajaib karena kemampuannya yang konsisten dalam mengidentifikasi ulasan positif. Penelitian ini memberikan panduan efektif dalam memilih algoritma machine learning untuk analisis sentimen di platform aplikasi mobile. https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2955AjaibInvestasiNaive BayesSVMRandom Forest |
| spellingShingle | Nanda Dwi Kurniawan Praditya Rendi Ferdian Nurtriana Hidayati Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib Jurnal Teknologi dan Sistem Informasi Ajaib Investasi Naive Bayes SVM Random Forest |
| title | Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib |
| title_full | Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib |
| title_fullStr | Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib |
| title_full_unstemmed | Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib |
| title_short | Analisis Sentimen Algoritma Naïve Bayes, Support Vector Machine, dan Random Forest Pada Ulasan Aplikasi Ajaib |
| title_sort | analisis sentimen algoritma naive bayes support vector machine dan random forest pada ulasan aplikasi ajaib |
| topic | Ajaib Investasi Naive Bayes SVM Random Forest |
| url | https://teknosi.fti.unand.ac.id/index.php/teknosi/article/view/2955 |
| work_keys_str_mv | AT nandadwikurniawan analisissentimenalgoritmanaivebayessupportvectormachinedanrandomforestpadaulasanaplikasiajaib AT pradityarendiferdian analisissentimenalgoritmanaivebayessupportvectormachinedanrandomforestpadaulasanaplikasiajaib AT nurtrianahidayati analisissentimenalgoritmanaivebayessupportvectormachinedanrandomforestpadaulasanaplikasiajaib |