Analisis Sentimen Terhadap Review Aplikasi JConnect Di Google Play Store Menggunakan Algoritma Naïve Bayes

Mustafa, Faqih (2025) Analisis Sentimen Terhadap Review Aplikasi JConnect Di Google Play Store Menggunakan Algoritma Naïve Bayes. Undergraduate thesis, Politeknik Negari Jember.

[img] Text (Abstract)
Abstract.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (474kB)
[img] Text (Bab 1 Pendahuluan)
Bab 1 Pendahuluan.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (1MB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Submitted Version
Available under License Creative Commons Attribution Share Alike.

Download (679kB)
[img] Text (Laporan Lengkap)
Laporan Lengkap.pdf - Submitted Version
Restricted to Registered users only

Download (7MB) | Request a copy

Abstract

Kemajuan teknologi dan meningkatnya akses internet telah mendorong perkembangan layanan perbankan digital, termasuk aplikasi JConnect yang dikembangkan oleh Bank Jatim. Meskipun aplikasi ini telah berhasil mencapai 1 juta instalasi, peringkatnya tetap berada di 3.4, yang mencerminkan ketidakpuasan pengguna. Untuk memahami lebih dalam perspektif pengguna, penelitian ini melakukan analisis sentimen terhadap ulasan yang dibagikan di Google Play Store menggunakan algoritma Naïve Bayes. Metodologi yang diterapkan mencakup pengumpulan data ulasan, pre-processing teks (pembersihan, case folding, tokenisasi, normalisasi, penghapusan stopword, dan Stemming), serta pembobotan kata menggunakan TF-IDF. Selanjutnya, klasifikasi sentimen dilakukan ke dalam dua kategori, positif dan negatif, menggunakan model Multinomial Naïve Bayes yang dilatih dengan 80% data dan diuji dengan 20% data. Hasil penelitian menunjukkan bahwa mayoritas pengguna memberikan sentimen negatif terhadap aplikasi JConnect, dengan model Naïve Bayes mencapai tingkat akurasi sebesar 84%, serta precision sebesar 99% untuk sentimen negatif dan 16% untuk sentimen positif. Namun, model masih mengalami kesulitan dalam mengidentifikasi sentimen positif, sebagaimana ditunjukkan oleh nilai recall yang lebih rendah untuk kategori positif (83%) dibandingkan dengan kategori negatif (84%). Penelitian ini berfungsi sebagai referensi bagi pengembang aplikasi untuk meningkatkan kualitas layanan JConnect berdasarkan umpan balik pengguna, serta sebagai pedoman untuk mengembangkan model analisis sentimen yang lebih canggih di masa depan.

Item Type: Thesis (Undergraduate)
Contributors:
ContributionContributorsNIDN/NIDK
Thesis advisorDestarianto, PrawidyaNIDN0012128001
Uncontrolled Keywords: Analisis Sentimen, Mobile Banking, JConnect, Google Play Store, Naïve Bayes
Subjects: 410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 458 - Teknik Informatika
410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 461 - Sistem Informasi
410 - Rumpun Ilmu Teknik > 450 - Teknik Elektro dan Informatika > 462 - Teknologi Informasi
Divisions: Jurusan Teknologi Informasi > Prodi D4 Teknik Informatika > Tugas Akhir
Depositing User: Faqih Mustafa
Date Deposited: 08 May 2025 05:29
Last Modified: 08 May 2025 05:30
URI: https://sipora.polije.ac.id/id/eprint/40971

Actions (login required)

View Item View Item