Perbandingan Tingkat Akurasi Algoritma Naïve Bayes dan Support Vector Machine Dalam Analisis Sentimen Pengguna Aplikasi ShopeePay Pada Google Play Store

Hilmi Ammar; Fadli Al Gani; Muhammad Rifansyah; Firman Noor Hasan

doi:10.22236/teknoka.v9i1.17549

Penulis

Hilmi Ammar Universitas Muhammadiyah Prof. DR. HAMKA
Fadli Al Gani Universitas Muhammadiyah Prof. DR. HAMKA
Muhammad Rifansyah Universitas Muhammadiyah Prof. DR. HAMKA
Firman Noor Hasan Universitas Muhammadiyah Prof. DR. HAMKA

DOI:

https://doi.org/10.22236/teknoka.v9i1.17549

Kata Kunci:

Analisis Sentimen, Shopeepay, Support Vector Machine, Naïve Bayes, Google Play Store

Abstrak

Penelitian ini bertujuan menganalisis sentimen pengguna terhadap aplikasi ShopeePay menggunakan algoritma Naïve Bayes dan SVM dengan data yang diperoleh melalui web scraping. Dari 1500 data yang diperoleh melalui scraping, 63 data kosong dihapus pada proses cleaning sehingga menyisakan 1437 data. Data ini kemudian dibagi menjadi set latih (1149 data) dan set uji (288 data). Hasil penelitian menunjukkan bahwa algoritma Naïve Bayes mencapai accuracy 84.38%, precision 79.73%, recall 88.72%, dan F1-score 83.99%, sementara algoritma Support Vector Machine (SVM) mencapai accuracy 80.56%, precision 84.07%, recall 71.43%, dan F1-score 77.24%. Secara keseluruhan, Naïve Bayes memiliki performa lebih baik dibandingkan Support Vector Machine, terutama Naïve Bayes lebih unggul dalam deteksi sentimen positif, sedangkan SVM lebih baik dalam deteksi sentimen negatif. Visualisasi data menunjukkan dari 1437 pengguna, sekitar 52,7% memberikan ulasan positif dan 47,3% ulasan negatif, dengan distribusi rating yang beragam dari pengguna. Berdasarkan distribusi ini, pengalaman pengguna aplikasi ShopeePay dapat dikategorikan sebagai dominan positif, dengan selisih 5,4% yang menunjukkan perbedaan antara 52,7% ulasan positif dan 47,3% ulasan negatif dari para pengguna aplikasi ShopeePay.

Unduhan

Data unduhan belum tersedia.

Referensi

A. Simanungkalit, J. P. P. Naibaho, and A. De Kweldju, “Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Shopee Menggunakan Algoritma Naïve Bayes,” Jutisi J. Ilm. Tek. Inform. dan Sist. Inf., vol. 13, no. 1, p. 659, May 2024, doi: 10.35889/jutisi.v13i1.1826.

T. Fadiyah Basar, D. E. Ratnawati, and I. Arwani, “Analisis Sentimen Pengguna Twitter terhadap Pembayaran Cashless menggunakan Shopeepay dengan Algoritma Random Forest,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 6, no. 3, pp. 1426–1433, 2022, [Online]. Available: http://j-ptiik.ub.ac.id

L. Marlina, A. Mundzir, and H. Pratama, “CASHLESS DAN CARDLESS SEBAGAI PERILAKU TRANSAKSI DI ERA DIGITAL: SUATU TINJAUAN TEORETIS DAN EMPIRIS,” J. Co Manag., vol. 3, no. 2, pp. 533–542, Apr. 2021, doi: 10.32670/comanagement.v3i2.424.

Y. H. Afrizal, S. Dienan Yahya, and F. Zakiyabarsi, “Menelaah Adopsi Konsumen Pada Cashless Payment Pasca Pandemi Sebagai Upaya Menuju Cashless Society,” J. Ilm. Akunt. Perad., vol. 9, no. 2, pp. 313–328, Dec. 2023, doi: 10.24252/jiap.v9i2.41293.

I. H. P. F. K. A. A. Wendy Liana, FINANCIAL TECHNOLOGY (FinTech): Pengantar dan Inovasi Teknologi Keuangan. books.google.com, 2023. [Online]. Available: https://books.google.com/books?hl=en&lr=&id=S10QEQAAQBAJ&oi=fnd&pg=PA1&dq=financial+technology+fintech++pengantar+dan+inovasi+teknologi+keuangan&ots=zROBh4gbxx&sig=i_1wvpxQpMXemz-W0ENUQxsBWV4

Shopee, “Tentang Shopeepay.” Accessed: Nov. 13, 2024. [Online]. Available: https://shopeepay.co.id/

N. P. Husain, S. Sukirman, and S. SAJIAH, “Analisis Sentimen Ulasan Pengguna Tiktok pada Google Play Store Berbasis TF-IDF dan Support Vector Machine,” J. Syst. Comput. Eng., vol. 5, no. 1, pp. 91–102, Jan. 2024, doi: 10.61628/jsce.v5i1.1105.

N. M. S. Hadna, I. S. Paulus, and W. Winarno, “Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter,” 2016, researchgate.net. [Online]. Available: https://www.researchgate.net/profile/Nurrun-Muchammad-Hadna/publication/292831965_Studi_Literatur_Tentang_Perbandingan_Metode_Untuk_Proses_Analisis_Sentimen_di_Twitter/links/56b182ec08ae5ec4ed4895b1/Studi-Literatur-Tentang-Perbandingan-Metode-Untuk-Proses

D. Surya Sayogo, B. Irawan, and A. Bahtiar, “ANALISIS SENTIMEN ULASAN INSTAGRAM DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3314–3319, Jan. 2024, doi: 10.36040/jati.v7i6.8178.

A. S. Rahayu, A. Fauzi, and R. Rahmat, “Komparasi Algoritma Naïve Bayes Dan Support Vector Machine (SVM) Pada Analisis Sentimen Spotify,” J. Sist. Komput. dan Inform., vol. 4, no. 2, p. 349, Dec. 2022, doi: 10.30865/json.v4i2.5398.

D. Normawati and S. A. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J. Sains Komput. Inform., vol. 5, no. 2, pp. 697–711, 2021, doi: http://dx.doi.org/10.30645/j-sakti.v5i2.369.

Azka Fikri, “PENGARUH PENGGUNAAN SHOPEEPAY SEBAGAI DOMPET DIGITAL TERHADAP PERILAKU KONSUMTIF MAHASISWA FEB USU,” KomunikA, vol. 17, no. 2, pp. 1–8, Nov. 2021, doi: 10.32734/komunika.v17i2.7556.

B. R. Aditya, “Penggunaan Web Crawler Untuk Menghimpun Tweets dengan Metode Pre-Processing Text Mining,” J. INFOTEL - Inform. Telekomun. Elektron., vol. 7, no. 2, p. 93, Nov. 2015, doi: 10.20895/infotel.v7i2.35.

A. R. Abdillah and F. N. Hasan, “Analisis Sentimen Terhadap Kandidat Calon Presiden Berdasarkan Tweets Di Sosial Media Menggunakan Naive Bayes Classifier,” SMATIKA J., vol. 13, no. 01, pp. 117–130, Jul. 2023, doi: 10.32664/smatika.v13i01.750.

T. T. Widowati and M. Sadikin, “Analisis Sentimen Twitter terhadap Tokoh Publik dengan Algoritma Naive Bayes dan Support Vector Machine,” Simetris J. Tek. Mesin, Elektro dan Ilmu Komput., vol. 11, no. 2, pp. 626–636, Oct. 2021, doi: 10.24176/simet.v11i2.4568.

N. A. Rakhmawati, R. A. Zuhroh, Q. N. Muna, and V. R. Dianutami, “Klasterisasi Keyword Terkait Pornografi pada Media Sosial Twitter Menggunakan Latent Dirichlet Allocation,” J. Inf. Eng. Educ. Technol., vol. 6, no. 2, pp. 66–72, 2022, doi: 10.26740/jieet.v6n2.p66-72.

N. R. Jayanti, “Analisis Sentimen Review Aplikasi Identitas Kependudukan Digital Menggunakan Algoritma Support Vector Machine,” Glob. J. Lentera BITEP, vol. 2, no. 04, pp. 132–138, 2024, doi: https://doi.org/10.59422/global.v2i04.460.

S. Sahilla, F. Amalia, and ..., “Klasifikasi Sentimen Pengguna Terhadap Akun Twitter Official Dana Dengan Menggunakan Algortima Naïve Bayes Classifier,” JURSISTEKNI (Jurnal Sist. Inf. dan Teknol. Informasi), vol. 6, no. 3, pp. 580–591, 2024, doi: https://doi.org/10.52005/jursistekni.v6i3.369.

L. A. Andika, P. A. N. Azizah, and R. Respatiwulan, “Analisis Sentimen Masyarakat terhadap Hasil Quick Count Pemilihan Presiden Indonesia 2019 pada Media Sosial Twitter Menggunakan Metode Naive Bayes Classifier,” Indones. J. Appl. Stat., vol. 2, no. 1, p. 34, Jul. 2019, doi: 10.13057/ijas.v2i1.29998.

N. A. Rakhmawati, M. I. Aditama, R. I. Pratama, and K. H. U. Wiwaha, “Analisis Klasifikasi Sentimen Pengguna Media Sosial Twitter Terhadap Pengadaan Vaksin COVID-19,” J. Inf. Eng. Educ. Technol., vol. 4, no. 2, pp. 90–92, 2020, doi: 10.26740/jieet.v4n2.p90-92.

A. Riyani, M. Zidny Naf’an #2, and A. Burhanuddin, “Penerapan Cosine Similarity dan Pembobotan TF-IDF untuk Mendeteksi Kemiripan Dokumen,” J. Linguist. Komputasional, vol. 2, no. 1, pp. 23–27, Mar. 2019, doi: 10.26418/jlk.v2i1.17.

F. A. Adiyatma, S. Alam, and M. A. Komara, “ANALISIS SENTIMEN MASYARAKAT DI PLATFORM X TERHADAP PENGGUNAAN BANSOS UNTUK MEMENANGKAN SALAH SATU CAPRES TERTENTU DI …,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no.05, pp. 9941–9947, 2024, doi: https://doi.org/10.36040/jati.v8i5.10836

M. Tirta Nugraha, N. Nina Sulistiyowati, and U. Ultach Enri, “Analisis Sentimen Ulasan Aplikasi Satu Sehat Pada Google Play Store Menggunakan Naïve Bayes Classifier,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 5, pp. 3593–3601, 2024, doi: 10.36040/jati.v7i5.7753.

D. Darwis, E. S. Pratiwi, and A. F. O. Pasaribu, “Penerapan Algoritma Svm Untuk Analisis Sentimen Pada Data Twitter Komisi Pemberantasan Korupsi Republik Indonesia,” Edutic - Sci. J. Informatics Educ., vol. 7, no. 1, pp. 1–11, Nov. 2020, doi: 10.21107/edutic.v7i1.8779.

M. Galih Pradana, “Penggunaan Fitur Wordcloud Dan Document Term Matrix Dalam Text Mining,” J. Ilm. Infromatika, vol. 08, no. 01, pp. 38–43, 2020, doi: https://doi.org/10.33884/jif.v8i01.1838.