Raksaka Indra Alhaqq, I Made Kurniawan Putra, Yova Ruldeviyani
{"title":"Analisis Sentimen terhadap Penggunaan Aplikasi MySAPK BKN di Google Play Store","authors":"Raksaka Indra Alhaqq, I Made Kurniawan Putra, Yova Ruldeviyani","doi":"10.22146/jnteti.v11i2.3528","DOIUrl":null,"url":null,"abstract":"Dalam mewujudkan kebijakan Sistem Pemerintahan Berbasis Elektronik (SPBE) dan Satu Data ASN di Indonesia, Badan Kepegawaian Negara (BKN) sebagai instansi pemerintah pembina Aparatur Sipil Negara (ASN) perlu melakukan pengelolaan data secara akurat, terkini, dan terintegrasi melalui aplikasi MySAPK berbasis Android. Seiring berjalannya waktu, pengguna mengalami berbagai kendala dalam menggunakan aplikasi dan menuliskan ulasannya pada fitur Rating & Review di Google Play Store. Dalam rentang waktu 9 Mei 2017 hingga 18 Oktober 2021, terdapat 4.778 ulasan yang dituliskan oleh pengguna. Makalah ini menganalisis sentimen pada ulasan pengguna aplikasi MySAPK. Tahapan-tahapan yang dilakukan dimulai dari pengumpulan data, pelabelan data (anotasi), prapemrosesan data, ekstraksi fitur kata, pemodelan klasifikasi, evaluasi pemodelan, analisis sentimen, hingga penyusunan hasil rekomendasi. Dari hasil pemodelan klasifikasi sentimen menggunakan naïve Bayes dan support vector machine (SVM), didapatkan tingkat akurasi masing-masing sebesar 92,47% dan 94,14%. Hasil pengukuran sentimen menunjukkan bahwa pengguna memberikan ulasan bersentimen positif sebanyak 2.118 (44,3%) dan ulasan bersentimen negatif sebanyak 2.660 (55,7%). Di antara faktor penyebab pengguna menuliskan ulasan bersentimen positif adalah aplikasi yang sangat bagus, dapat memberikan manfaat, mempermudah dalam mengisi dan menyimpan data ASN, serta ucapan terima kasih kepada BKN. Sebaliknya, faktor penyebab pengguna menuliskan ulasan bersentimen negatif di antaranya adalah meminta tolong agar aplikasi diperbaiki, kesulitan dalam mengakses, gagal dalam mengisi dan melakukan pemutakhiran data, serta terjadi kesalahan pada server. Untuk mengatasi kendala tersebut, makalah ini merekomendasikan agar kapasitas server pendukung dapat ditingkatkan dan pemutakhiran versi terbaru diluncurkan untuk memperbaiki bug aplikasi. Hasil penelitian ini diharapkan dapat menjadi acuan BKN dalam mengevaluasi dan meningkatkan kualitas pelayanan ASN melalui aplikasi MySAPK.","PeriodicalId":31477,"journal":{"name":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","volume":"8 1","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2022-05-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"5","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Nasional Teknik Elektro dan Teknologi Informasi","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.22146/jnteti.v11i2.3528","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 5

摘要

在实现以电子为基础的政府系统(SPBE)和印尼的一个数据确定政策时,国家管理机构(BKN)作为国家公务员管理机构(ASN)需要通过Android的MySAPK应用程序进行准确、当前和集成的数据管理。随着时间的推移,用户在使用应用程序时遇到了各种障碍,并在谷歌Play Store上写下了评级和评论功能。在2017年5月9日至2021年10月18日期间,有4778篇用户撰写的评论。本文对MySAPK app用户的审查进行了分析。从数据收集、标签数据、数据发现、字符串提取、字符串特征、分类建模、建模评价、情绪分析,到推荐书。用“naive Bayes”和“vector machine”(SVM)对感情进行分类建构,分别获得了92,47%和94.14%的准确率。情感测量表明,用户对2,118(44.3%)进行了积极的语音评论,对2,660(55.7%)进行了负面的手势评论。用户撰写积极论文评论的一个因素是一个非常好的应用程序,它可以带来好处,更容易加载和存储ASN数据,以及对BKN的感谢。相反,导致用户编写负面语音评论的因素包括请求应用程序修复、访问困难、无法加载和更新数据以及服务器错误等。为了克服这些障碍,本文建议可以增强支持服务器的能力,并启动最新版本的更新,以修复应用错误。本研究的结果预计将是通过MySAPK应用程序来评估和提高ASN服务质量的BKN。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
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
Analisis Sentimen terhadap Penggunaan Aplikasi MySAPK BKN di Google Play Store
Dalam mewujudkan kebijakan Sistem Pemerintahan Berbasis Elektronik (SPBE) dan Satu Data ASN di Indonesia, Badan Kepegawaian Negara (BKN) sebagai instansi pemerintah pembina Aparatur Sipil Negara (ASN) perlu melakukan pengelolaan data secara akurat, terkini, dan terintegrasi melalui aplikasi MySAPK berbasis Android. Seiring berjalannya waktu, pengguna mengalami berbagai kendala dalam menggunakan aplikasi dan menuliskan ulasannya pada fitur Rating & Review di Google Play Store. Dalam rentang waktu 9 Mei 2017 hingga 18 Oktober 2021, terdapat 4.778 ulasan yang dituliskan oleh pengguna. Makalah ini menganalisis sentimen pada ulasan pengguna aplikasi MySAPK. Tahapan-tahapan yang dilakukan dimulai dari pengumpulan data, pelabelan data (anotasi), prapemrosesan data, ekstraksi fitur kata, pemodelan klasifikasi, evaluasi pemodelan, analisis sentimen, hingga penyusunan hasil rekomendasi. Dari hasil pemodelan klasifikasi sentimen menggunakan naïve Bayes dan support vector machine (SVM), didapatkan tingkat akurasi masing-masing sebesar 92,47% dan 94,14%. Hasil pengukuran sentimen menunjukkan bahwa pengguna memberikan ulasan bersentimen positif sebanyak 2.118 (44,3%) dan ulasan bersentimen negatif sebanyak 2.660 (55,7%). Di antara faktor penyebab pengguna menuliskan ulasan bersentimen positif adalah aplikasi yang sangat bagus, dapat memberikan manfaat, mempermudah dalam mengisi dan menyimpan data ASN, serta ucapan terima kasih kepada BKN. Sebaliknya, faktor penyebab pengguna menuliskan ulasan bersentimen negatif di antaranya adalah meminta tolong agar aplikasi diperbaiki, kesulitan dalam mengakses, gagal dalam mengisi dan melakukan pemutakhiran data, serta terjadi kesalahan pada server. Untuk mengatasi kendala tersebut, makalah ini merekomendasikan agar kapasitas server pendukung dapat ditingkatkan dan pemutakhiran versi terbaru diluncurkan untuk memperbaiki bug aplikasi. Hasil penelitian ini diharapkan dapat menjadi acuan BKN dalam mengevaluasi dan meningkatkan kualitas pelayanan ASN melalui aplikasi MySAPK.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
审稿时长
24 weeks
期刊最新文献
Citra Tekstur Terbaik Untuk Gaussian Naïve Bayes Dengan Interpolasi Nearest Neighbor Research and Analysis of IndoBERT Hyperparameter Tuning in Fake News Detection Implementation of QR Code Attendance Security System Using RSA and Hash Algorithms Fog Computing-Based System for Decentralized Smart Parking System by Using Firebase Pemantauan dan Pengendalian Parameter Greenhouse Berbasis IoT Dengan Protokol MQTT
×
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