ANALISIS SENTIMEN APLIKASI LINKAJA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN RANDOM FOREST

Kaeren, Kaeren (2025) ANALISIS SENTIMEN APLIKASI LINKAJA DI GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES DAN RANDOM FOREST. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (879kB)
	Text BAB I.pdf Download (561kB)
	Text BAB II.pdf Download (822kB)
	Text BAB III.pdf Download (984kB)
	Text BAB IV.pdf Download (1MB)
	Text BAB V.pdf Download (482kB)
	Text LAMPIRAN.pdf Download (1MB)

Abstract

Dompet digital telah menjadi salah satu produk financial technology yang paling
banyak digunakan di sektor pembayaran. LinkAja menjadi salah satu dari lima jenis
dompet digital populer yang memiliki jumlah proporsi pengguna serta rata-rata
rating aplikasi yang paling rendah. Namun dari keempat aplikasi populer tersebut,
jumlah ulasan pengguna LinkAja lebih banyak dibandingkan dengan beberapa
aplikasi yang memiliki jumlah pengguna serta rata-rata rating yang lebih tinggi.
Penelitian ini bertujuan untuk menganalisis ulasan pengguna aplikasi LinkAja
dengan mengkategorikannya menjadi dua kelas sentimen yaitu positif dan negatif.
Analisis dilakukan untuk mengetahui kecenderungan dari banyaknya ulasan
LinkAja di Google Play Store dan kaitannya dengan rating serta jumlah pengguna
aplikasi tersebut. Proses analisis dilakukan dengan menggunakan algoritma Naïve
Bayes dan Random Forest sebagai pembanding. Hasil penelitian menunjukkan
bahwa algoritma Random Forest memiliki performa prediksi yang lebih unggul
dengan nilai akurasi sebesar 82%, sedangkan algoritma Naïve bayes menghasilkan
akurasi sebesar 79%. Analisis lebih lanjut mengungkapkan bahwa keluhan
pengguna terkait keandalan aplikasi, kendala transaksi, dan kualitas layanan
menjadi faktor utama yang mempengaruhi sentimen negatif. Hasil penelitian ini
memberikan wawasan strategis bagi pengembang aplikasi untuk meningkatkan
kualitas layanan dan pengalaman pengguna aplikasi.

Item Type:	Thesis (Bachelor)
Subjects:	T Technology > T Technology (General)
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Users 30 not found.
Date Deposited:	20 Jun 2025 06:55
Last Modified:	20 Jun 2025 06:55
URI:	https://repository.unas.ac.id/id/eprint/13055

Actions (login required)

View Item