ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SAMSAT DIGIITAL NASIONAL (SIGNAL) DENGAN MENGGUNAKAN METODE NAÏVE BAYES CLASSIFIER
Abstract
Aplikasi Samsat Digital Nasional (SIGNAL) adalah sebuah aplikasi yang memungkinkan pembayaran pajak kendaraan bermotor secara online. Aplikasi ini memiliki banyak fitur dan insentif yang ditujukan untuk meningkatkan kenyamanan dan kepatuhan perpajakan pengguna. Namun, tidak semua pengguna merasa puas dengan aplikasi ini. Beberapa pengguna mengeluhkan masalah teknis, kesalahan data, atau layanan pelanggan yang kurang responsif. Tujuan dari penelitian ini yaitu melakukan analisis sentimen dari ulasan pengguna aplikasi SIGNAL yang tersedia di Google Play Store dengan menggunakan metode Naïve Bayes Classifier. Penelitian ini juga bermaksud untuk mengetahui faktor-faktor yang mempengaruhi kepuasan dan ketidakpuasan pengguna dan rekomendasi terhadap pengembang aplikasi untuk meningkatkan kualitas layanan dan fitur yang ditawarkan. Setelah dilakukannya penelitian ini penulis berharap dapat berkontribusi terhadap pengembangan ilmu pengetahuan dan teknologi, khususnya dalam bidang analisis sentimen dan Aplikasi Samsat Digital Nasional (SIGNAL).
Full Text:
PDF 963-969References
A. I. Tanggraeni and M. N. N. Sitokdana, “Analisis Sentimen Aplikasi E-Government pada Google Play Menggunakan Algoritma Naïve Bayes,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 2, pp. 785–795, 2022, doi: 10.35957/jatisi.v9i2.1835.
F. F. Irfani, “ANALISIS SENTIMEN REVIEW APLIKASI RUANGGURU MENGGUNAKAN ALGORITMA SUPPORT VECTOR MACHINE,” JBMI (Jurnal Bisnis, Manajemen, dan Informatika), vol. 16, no. 3, pp. 258–266, 2020, doi: 10.26487/jbmi.v16i3.8607.
H. Utami, “Analisis Sentimen dari Aplikasi Shopee Indonesia Menggunakan Metode Recurrent Neural Network,” Indonesian Journal of Applied Statistics, vol. 5, no. 1, p. 31, May 2022, doi: 10.13057/ijas.v5i1.56825.
R. Wahyudi et al., “Analisis Sentimen pada review Aplikasi Grab di Google Play Store Menggunakan Support Vector Machine,” JURNAL INFORMATIKA, vol. 8, no. 2, 2021, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/ji
R. Rachman, R. N. Handayani, and I. Artikel, “Klasifikasi Algoritma Naive Bayes Dalam Memprediksi Tingkat Kelancaran Pembayaran Sewa Teras UMKM,” JURNAL INFORMATIKA, vol. 8, no. 2, 2021, [Online]. Available: http://ejournal.bsi.ac.id/ejurnal/index.php/ji
J. C. Aponno, “Penerapan Algoritma Sentimen Analysis dan Naïve Bayes terhadap opini pengunjung di tempat wisata pantai Pintu Kota, Kota Ambon,” JATISI (Jurnal Teknik Informatika dan Sistem Informasi), vol. 9, no. 4, pp. 3180–3188, 2022, doi: 10.35957/jatisi.v9i4.2697.
P. W. Ratiasasadara, S. Sudarno, and T. Tarno, “ANALISIS SENTIMEN PENERAPAN PPKM PADA TWITTER MENGGUNAKAN NAIVE BAYES CLASSIFIER DENGAN SELEKSI FITUR CHI-SQUARE,” Jurnal Gaussian, vol. 11, no. 4, pp. 580–590, 2022, doi: 10.14710/j.gauss.11.4.580-590.
J. A. Septian, T. M. Fachrudin, and A. Nugroho, “Analisis Sentimen Pengguna Twitter Terhadap Polemik Persepakbolaan Indonesia Menggunakan Pembobotan TF-IDF dan K-Nearest Neighbor,” Journal of Intelligent System and Computation, vol. 1, no. 1, pp. 43–49, 2019, doi: 10.52985/insyst.v1i1.36.
D. B. Kharisma, “MEMBANGUN KERANGKA PENGATURAN STARTUP DI INDONESIA,” Jurnal Rechts Vinding: Media Pembinaan Hukum Nasional, vol. 10, no. 3, p. 431, 2021, doi: 10.33331/rechtsvinding.v10i3.766.
M. R. A. Nasution and M. Hayaty, “Perbandingan Akurasi dan Waktu Proses Algoritma K-NN dan SVM dalam Analisis Sentimen Twitter,” Jurnal Informatika, vol. 6, no. 2, pp. 226–235, 2019, doi: 10.31311/ji.v6i2.5129.
L. B. Ilmawan and M. A. Mude, “Perbandingan Metode Klasifikasi Support Vector Machine dan Naïve Bayes untuk Analisis Sentimen pada Ulasan Tekstual di Google Play Store,” ILKOM Jurnal Ilmiah, vol. 12, no. 2, pp. 154–161, 2020, doi: 10.33096/ilkom.v12i2.597.154-161.
W. Yulita, “Analisis Sentimen Terhadap Opini Masyarakat Tentang Vaksin Covid-19 Menggunakan Algoritma Naïve Bayes Classifier,” Jurnal Data Mining dan Sistem Informasi, vol. 2, no. 2, p. 1, 2021, doi: 10.33365/jdmsi.v2i2.1344.
D. Rustiana and N. Rahayu, “ANALISIS SENTIMEN PASAR OTOMOTIF MOBIL: TWEET TWITTER MENGGUNAKAN NAÏVE BAYES,” Simetris: Jurnal Teknik Mesin, Elektro dan Ilmu Komputer, vol. 8, no. 1, pp. 113–120, 2017, doi: 10.24176/simet.v8i1.841.
D. Darwis, N. Siskawati, and Z. Abidin, “PENERAPAN ALGORITMA NAIVE BAYES UNTUK ANALISIS SENTIMEN REVIEW DATA TWITTER BMKG NASIONAL,” Jurnal Tekno Kompak, vol. 15, no. 1, p. 131, 2021, doi: 10.33365/jtk.v15i1.744.
S. Khairunnisa, A. Adiwijaya, and S. Al Faraby, “Pengaruh Text Preprocessing terhadap Analisis Sentimen Komentar Masyarakat pada Media Sosial Twitter (Studi Kasus Pandemi COVID-19),” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 5, no. 2, p. 406, 2021, doi: 10.30865/mib.v5i2.2835.
N. Fitriyah, B. Warsito, and D. A. I. Maruddani, “ANALISIS SENTIMEN GOJEK PADA MEDIA SOSIAL TWITTER DENGAN KLASIFIKASI SUPPORT VECTOR MACHINE (SVM,” Jurnal Gaussian, vol. 9, no. 3, pp. 376–390, 2020, doi: 10.14710/j.gauss.v9i3.28932.
R. Oktafiani, A. Hermawan, and D. Avianto, “Pengaruh Komposisi Split data Terhadap Performa Klasifikasi Penyakit Kanker Payudara Menggunakan Algoritma Machine Learning,” Jurnal Sains dan Informatika, pp. 19–28, 2023, doi: 10.34128/jsi.v9i1.622.
DOI: http://dx.doi.org/10.23960/jitet.v12i2.4073
Refbacks
- There are currently no refbacks.
This work is licensed under a Creative Commons Attribution-NonCommercial 4.0 International License.
Publisher
Jurusan Teknik Elektro, Fakultas Teknik, Universitas Lampung
Jl. Prof. Soemantri Brojonegoro No. 1 Bandar Lampung 35145
Email: jitet@eng.unila.ac.id
Website : https://journal.eng.unila.ac.id/index.php/jitet