Analisis Sentimen Terhadap Aplikasi Pospay Menggunakan Algoritma Support Vector Machine dan Naive Bayes

Ardini Yuanita Lubis, M. Y. H. Setyawan
{"title":"Analisis Sentimen Terhadap Aplikasi Pospay Menggunakan Algoritma Support Vector Machine dan Naive Bayes","authors":"Ardini Yuanita Lubis, M. Y. H. Setyawan","doi":"10.47233/jteksis.v6i3.1310","DOIUrl":null,"url":null,"abstract":"Di era transformasi perusahaan-perusahaan secara intensif berupaya untuk menyesuaikan diri dengan perkembangan teknologi digital untuk meningkatkan efisiensi dan produktivitas operasional perusahaan. Aplikasi Pospay Salah satu bentuk transformasi digital dari PT Pos Indonesia, di mana keberadaannya akan berpengaruh pada peningkatan produktivitas perusahaan. Pada Penelitian ini memfokuskan pada analisis sentimen terhadap aplikasi Pospay di platform PlayStore. Dengan menerapkan metode machine learning yaitu Support Vector Machine (SVM) dan Naives Bayes, penelitian ini bertujuan untuk memberikan solusi terhadap kendala kompleksitas dan heterogenitas data. Hasilnya menunjukkan tingginya persentase akurasi (88% untuk Naïve Bayes dan 87% untuk SVM) dalam mengklasifikasikan sentimen pengguna dengan kecenderungan negative yang lebih dominan. Termuan ini memberikan wawasan berharga bagi perusahaan dalam meningkatkan kualitas layanan digital mereka. \nKeywords: Sentimen, Pospay, Support Vector Machine, Naïve Bayes, PlayStore.","PeriodicalId":378707,"journal":{"name":"Jurnal Teknologi Dan Sistem Informasi Bisnis","volume":" 1060","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2024-07-08","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknologi Dan Sistem Informasi Bisnis","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.47233/jteksis.v6i3.1310","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Di era transformasi perusahaan-perusahaan secara intensif berupaya untuk menyesuaikan diri dengan perkembangan teknologi digital untuk meningkatkan efisiensi dan produktivitas operasional perusahaan. Aplikasi Pospay Salah satu bentuk transformasi digital dari PT Pos Indonesia, di mana keberadaannya akan berpengaruh pada peningkatan produktivitas perusahaan. Pada Penelitian ini memfokuskan pada analisis sentimen terhadap aplikasi Pospay di platform PlayStore. Dengan menerapkan metode machine learning yaitu Support Vector Machine (SVM) dan Naives Bayes, penelitian ini bertujuan untuk memberikan solusi terhadap kendala kompleksitas dan heterogenitas data. Hasilnya menunjukkan tingginya persentase akurasi (88% untuk Naïve Bayes dan 87% untuk SVM) dalam mengklasifikasikan sentimen pengguna dengan kecenderungan negative yang lebih dominan. Termuan ini memberikan wawasan berharga bagi perusahaan dalam meningkatkan kualitas layanan digital mereka. Keywords: Sentimen, Pospay, Support Vector Machine, Naïve Bayes, PlayStore.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
使用支持向量机和 Naive Bayes 算法对 Pospay 应用进行情感分析
在转型时代,各公司都在努力适应数字技术的发展,以提高公司运营的效率和生产力。Pospay 应用程序是 PT Pos Indonesia 数字化转型的一种形式,它的存在将影响公司生产力的提高。本研究的重点是对 PlayStore 平台上的 Pospay 应用程序进行情感分析。通过应用机器学习方法,即支持向量机(SVM)和奈夫贝叶斯(Naives Bayes),本研究旨在为数据复杂性和异质性的限制提供解决方案。结果表明,在对用户情绪进行分类时,负面倾向占主导地位的准确率很高(奈夫贝叶斯为 88%,SVM 为 87%)。这些发现为企业提高数字服务质量提供了宝贵的见解。关键词情感、Pospay、支持向量机、奈夫贝叶斯、PlayStore。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Interorganizational Project Urgency, Problems, and Solutions: A Systematic Literature Review Implementasi Arsitektural Resnet-34 Dalam Klasifikasi Gambar Penyakit Pada Daun Kentang Implementasi Sistem Informasi Administrasi Pembayaran SPP Pada SDIT Darul Hikmah Metode Rapid Application Development (RAD) UI UX Design for Mobile Based Foster Parent Information Application (IOTA) Using the Waterfall Method Pembuatan Design System Menggunakan Pendekatan Atomic Design dan A/B Testing
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1