Javascript must be enabled to continue!
ANALISIS SENTIMEN TERHADAP LAYANAN APLIKASI GRAB INDONESIA MENGGUNAKAN METODE NAÏVE BAYES
View through CrossRef
Pengguna internet di Indonesia setiap tahun terus mengalami peningkatan, Pesatnya pertumbuhan pengguna internet di Indonesia memicu pertumbuhan E-Businness yang secara perlahan mengubah pola konsumsi masyarakat, khususnya masyarakat kota. Misalnya dalam pengguna jasa transportasi, pengguna umumnya cenderung menggunakan transportasi online dari pada transportasi konvensional. Hal ini merupakan bukti meningkatnya pola transportasi praktis di kalangan masyarakat. Grab Indonesia adalah salah satu Perusahaan ojek online terkemuka di Indonesia dan memiliki jumlah pelanggan cukup besar di Indonesia. Tingkat kepuasan yang bervariasi terhadap layanan yang diberikan, sehingga pasti ada saran dan keluhan dari para pelanggan. Analisi sentiment dapat dijadikan salah satu solusi untuk mengetahui tingkat kepuasan aplikasi guna meningkatkan sistem dan pelayanan. Peneliti mengambil permasalahan dari aplikasi Grab untuk mengetahui klasifikasi dari ulasan yang bersentimen positif ataupun negatif kemudian menerapkan klasifikasi dapat diupayakan melalui pendekatan perbandingan antara metode Naïve Bayes guna mengetahui hasil akurasi dari ulasan pengguna Aplikasi Grab yang ada di Google Playstore. Dari hasil penelitian terhadap analisis sentimen pengguna aplikasi Grab didapatkan hasil klasifikasi positif sebanyak 1677 dan sentimen negatif sebanyak 69 data teks artinya pengguna banyak memberikan komentar positif terhadap aplikasi Grab. Dan hasil klasifikasi menggunakan metode Naïve Bayes didapatkan hasil acuracy sebesar 84,36% precision 99,64% dan recall 87,12%.
Title: ANALISIS SENTIMEN TERHADAP LAYANAN APLIKASI GRAB INDONESIA MENGGUNAKAN METODE NAÏVE BAYES
Description:
Pengguna internet di Indonesia setiap tahun terus mengalami peningkatan, Pesatnya pertumbuhan pengguna internet di Indonesia memicu pertumbuhan E-Businness yang secara perlahan mengubah pola konsumsi masyarakat, khususnya masyarakat kota.
Misalnya dalam pengguna jasa transportasi, pengguna umumnya cenderung menggunakan transportasi online dari pada transportasi konvensional.
Hal ini merupakan bukti meningkatnya pola transportasi praktis di kalangan masyarakat.
Grab Indonesia adalah salah satu Perusahaan ojek online terkemuka di Indonesia dan memiliki jumlah pelanggan cukup besar di Indonesia.
Tingkat kepuasan yang bervariasi terhadap layanan yang diberikan, sehingga pasti ada saran dan keluhan dari para pelanggan.
Analisi sentiment dapat dijadikan salah satu solusi untuk mengetahui tingkat kepuasan aplikasi guna meningkatkan sistem dan pelayanan.
Peneliti mengambil permasalahan dari aplikasi Grab untuk mengetahui klasifikasi dari ulasan yang bersentimen positif ataupun negatif kemudian menerapkan klasifikasi dapat diupayakan melalui pendekatan perbandingan antara metode Naïve Bayes guna mengetahui hasil akurasi dari ulasan pengguna Aplikasi Grab yang ada di Google Playstore.
Dari hasil penelitian terhadap analisis sentimen pengguna aplikasi Grab didapatkan hasil klasifikasi positif sebanyak 1677 dan sentimen negatif sebanyak 69 data teks artinya pengguna banyak memberikan komentar positif terhadap aplikasi Grab.
Dan hasil klasifikasi menggunakan metode Naïve Bayes didapatkan hasil acuracy sebesar 84,36% precision 99,64% dan recall 87,12%.
Related Results
A Twitter Sentimen Analysis on Islamic Banking Using Drone Emprit Academic (DEA): Evidence from Indonesia
A Twitter Sentimen Analysis on Islamic Banking Using Drone Emprit Academic (DEA): Evidence from Indonesia
ABSTRACT
The research aimed to identify and collect issues discussed regarding Islamic banking from user activity, sentimen, and content on Twitter. This study used a qualitative a...
Analisis Sentimen Berdasarkan Hasil Review Lokasi Google Map Menggunakan Natural Language Toolkit TextBlob dan Naïve Bayes
Analisis Sentimen Berdasarkan Hasil Review Lokasi Google Map Menggunakan Natural Language Toolkit TextBlob dan Naïve Bayes
Metode analisa sentimen adalah metode yang digunakan untuk memberikan pemahaman tentang perasaan atau opini yang terkandung dalam suatu teks. Seiring dengan perkembangan teknologi ...
Analisis Sentimen Program Coding Anak SD Menggunakan Metode Naive Bayes
Analisis Sentimen Program Coding Anak SD Menggunakan Metode Naive Bayes
Pemanfaatan teknologi dalam pendidikan anak usia dini semakin berkembang, termasuk pembelajaran coding yang diklaim mampu meningkatkan keterampilan berpikir analitis dan sistematis...
Klasifikasi Sentimen Masyarakat terhadap Presiden Indonesia Menggunakan Metode Naive Bayes
Klasifikasi Sentimen Masyarakat terhadap Presiden Indonesia Menggunakan Metode Naive Bayes
Abstract. Social media platform X has become an important platform for expressing public opinion, particularly in the political context, including the 2024 Presidential Election in...
A Sentiment Analysis: History of Islamic Economic Thought
A Sentiment Analysis: History of Islamic Economic Thought
This study reviews the history of Islamic economic thought research in Islamic economics and finance. It uses descriptive statistical analysis based on selected 125 article publica...
IMPLEMENTASI ALGORITMA MULTINOMIAL NAIVE BAYES PADA ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA APLIKASI BRIMO
IMPLEMENTASI ALGORITMA MULTINOMIAL NAIVE BAYES PADA ANALISIS SENTIMEN TERHADAP ULASAN PENGGUNA APLIKASI BRIMO
Mobile banking merupakan salah satu produk perbankan yang dapat memberikan kemudahan bagi nasabah. Salah satu mobile banking populer adalah BRImo. Ulasan pengguna menjadi sumber in...
KNOWLEDGE DISCOVERY TERHADAP SENTIMEN PELANGGAN KOPI KENANGAN MENGGUNAKAN NAÏVE BAYES
KNOWLEDGE DISCOVERY TERHADAP SENTIMEN PELANGGAN KOPI KENANGAN MENGGUNAKAN NAÏVE BAYES
Perkembangan industri minuman kopi di Indonesia semakin pesat, salah satunya ditandai dengan banyaknya kedai kopi modern yang bermunculan, seperti Kopi Kenangan. Seiring meningkatn...
Analisis Sentimen Layanan Pelanggan Provider Internet dengan Algoritma Support Vector Machine dan Naïve Bayes
Analisis Sentimen Layanan Pelanggan Provider Internet dengan Algoritma Support Vector Machine dan Naïve Bayes
Meningkatnya keluhan dan pujian pelanggan terhadap layanan internet menunjukkan pentingnya memahami opini publik secara menyeluruh. Jika hal ini tidak dimanfaatkan dengan baik, per...

