ANALISIS SENTIMEN ULASAN PENGGUNA APLIKASI SIREKAP PADA PLAY STORE MENGGUNAKAN ALGORITMA RANDOM FOREST CLASSIFER
DOI:
https://doi.org/10.23960/jitet.v12i2.4192Abstract Views: 2065 File Views: 1370
Abstract
Pemilihan umum di Indonesia merupakan aspek krusial dari demokrasi yang memerlukan partisipasi warga negara. Dalam era digital, Badan Penyelenggara Pemilu meluncurkan aplikasi SIREKAP untuk membantu mempercepat proses rekapitulasi pemilihan umum. Tujuan penelitian ini menganalisis sentimen ulasan aplikasi SIREKAP pada Play Store untuk memperoleh pemahaman yang lebih mendalam mengenai pandangan dan evaluasi pengguna. Metode yang digunakan adalah knowledge discovery in database (KDD) meliputi tahap data selection, preprocessing, transformation, data mining dan evaluation. Algoritma yang digunakan untuk klasifikasi adalah Random Forest Classifier terhadap 5000 data ulasan. Hasil penelitian menunjukkan akurasi 74%, presisi 75%, recall 74%, dan f1-score 74%. Selain itu hasil dari pelabelan data menunjukkan ulasan negatif mendapatkan terbanyak sebanyak 4002 ulasan dibandingkan dengan ulasan positif hanya 762 ulasan dan 234 ulasan netral. Kesimpulannya aplikasi SIREKAP perlu ditingkatkan kualitasnya untuk mengatasi permasalahan yang sering ditemui pengguna berdasarkan ulasan pengguna. Hasil penelitian ini dapat menjadi evaluasi bagi pengembang untuk meningkatkan pengalaman pengguna.Downloads
References
D. Handita and L. Dewi A, “Penerapan Pemilu Online Berbasis Aplikasi Smarthphone di Era Pandemi Covid-19”, Prosiding Seminar Nasional Desain Sosial, pp. 848-851, 2021.
Fitriyah, F. Herawati, N. R., and Herawati. R, “Challenges and Obstacles KPU in The Use of E-Recapitulation SIREKAP in The 2024 General Elections”, ICISPE (International Conference Proceeding), pp. 1-7, 2022.
A. Erfina, E. S. Basyrah et al, “Analisis Sentimen Aplikasi Pembelajaran Online di Play Store Pada Masa Pandemi Covid-19 Menggunakan Algoritma Support Vector Machine (SVM), SEMANIF (Seminar Nasional Informatika), pp. 146-152, 2020.
I. Agustina, Y. Mulyani et al, “Analisis Pengembangan Model Prediksi Kesuksesan Kickstarter Menggunakan Algoritma Backpropagation dan Random Forest”, JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 10, no. 3, pp. 173-182, 2022.
Dedi P., M. Afdal, Mustakim and I. Permana, “Analisis Sentimen Terhadap Pemindahan Ibu Kota Negara Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neightbors”, Jurnal Media Informatika Budidarma, vol. 7, no. 3, pp.1306-1314, 2023.
D. F. Sari, A. Kusjani, D. Kurniawati and I. Setiawan, “Pencarian Data Quick Count Pilpres dengan Teknik Web Scraping”, JIRK (Journal of Innovation Research and Knowledge), vol.3, no. 5, pp. 1025-1033, 2023.
O. Manullang, C. Prianto and N. H. Harani, “Analisis Sentimen untuk Menampilkan Hasil Calon Pemilu Presiden Menggunakan Lexicon Based dan Random Forest”, JIF (Jurnal Ilmiah Informatika), vol. 11, no. 2, pp. 159-169, 2023.
Nurainun, E. Haerani, F. Syafria and L.Oktavia,”Penerapan Algoritma Naïve Bayes Classifier Dalam Klasifikasi Status Gizi Balita dengan Pengujian K-Fold Cross Validation”, JoSYC (Journal of Computer System and Informatics), vol. 4, no. 4, pp. 578-586, 2023.
R. Q. Rohmansa, N. Pratiwi and M. J. Palepa,”Analisis Sentimen Ulasan Pengguna Aplikasi Discord Menggunakan Metode K-Nearest Neighbor”, JIPI (Jurnal Ilmiah Penelitian dan Pembelajaran Informatika), vol.9, no.1, pp. 330-348, 2024.
S. Pujiono, R. Astuti and F. M. Basysyar, ”Implementasi Data Mining Untuk Menentukan Pola Penjualan Produk Menggunakan Algoritma K-Means Clustering”, JATI (Jurnal Mahasiswa Teknik Informatika), vol.8, no.1, pp. 615-620, 2024.
S. Asyuti and A. Aji. S,”Data Mining Dalam Penggunaan Presensi Karyawan Dengan Cluster Means”, Jurnal Ilmiah Sains Teknologi dan Informasi, vol.1, no.1, pp. 01-10, 2023.
Farras and L. Trisnawati, “Analisis Sentimen Pendapat Masyarakat Terhadap Aksi People Power (22 Mei 2019) Melalui Media Sosial Twitter Menggunakan Algoritma Random Forest”, Jurnal Teknik Informatika, vol. 3, no. 3, pp. 1-12, 2023.
F. Nufairi, N. Pratiwi and F. Herlando, ”Analisis Sentimen Pada Ulasan Aplikasi Threads di Google Playstore Menggunakan Algoritma Support Vector Machine”, JIPI (Jurnal Ilmiah Penelitian dan Pembelajan Informatika), vol. 9, no. 1, pp. 339-348, 2024.
