Analisa Sentimen Terhadap Review Fintech Dengan Metode Naive Bayes Classifier Dan K- Nearest Neighbor

research
  • 19 Jul
  • 2020

Analisa Sentimen Terhadap Review Fintech Dengan Metode Naive Bayes Classifier Dan K- Nearest Neighbor

Abstract - Based on observations made by researchers, FinTech which is common and is being used by the people of Indonesia is the first generation for payment, purchase of goods and services, one of which is the Fund Application. In choosing the application to be used, it is usually considered, comfort, safety, accuracy of the transaction, comfort, and various promotions. But some users are hesitant in using the application because of some reviews from the application that show positive and negative ratings. With the number of reviews paid in the comments column provided by the Google Play Store in the Funds Application needed to classify the reviews given as positive or negative. The research used was an experimental method using
the Naive Bayes Classifier Algorithm and K-Nearest Neighbor. Regarding testing on the Fund Application has the best testing value of 84.76%. Then it can be considered a review that can be approved from positive reviews by other users and if there are negative reviews it will be input to the company to develop and develop the product  

Abstract - Berdasarkan pengamatan yang dilakukan oleh peneliti, FinTech yang umum dan sedang marak digunakan oleh masyarakat Indonesia terutama generasi milineal untuk pembayaran, pembelian barang dan jasa salah satunya adalah Aplikasi Dana. Dalam memilih aplikasi yang akan digunakan biasanya mempertimbnagkan, kenyamanan, keamanan, ketepatan traksaksi, kemudahan, dan banyaknya promosi. Tetapi beberapa pengguna terkadang masih ragu dalam menggunakan suatu aplikasi karena beberapa review dari aplikasi yang menunjukkan ulasan positif maupun negatif. Dengan banyaknya review yang ditampilkan pada kolom komentar yang telah disediakan oleh Google Play Store di Aplikasi Dana dibutuhkan analisa untuk mengklasifikasi ulasan yang diberikan termasuk positif atau negatif. Penelitian yang
dipakai adalah metode eksperimen dengan menggunakan Algoritma Naive Bayes Classifier dan K-Nearest Neighbor. Hasilnya pengujian pada Aplikasi Dana memiliki nilai akurasi terbaik sebesar 84,76%. Maka dapat menyimpulkan review tersebut dapat meyakinkan dari review positif oleh pengguna lain dan jika terdapat review negatif maka akan menjadi masukan kepada  pihak perusahaan untuk lebih mengembangkan maupun memperbaiki produk tersebut.

Unduhan

 

REFERENSI

[1] Hanika, I. M. (2015). FENOMENA PHUBBING DI ERA MILENIA (Ketergantungan Seseorang pada Smartphone terhadap Lingkungannya).4(1), 42–51.https://doi.org/10.14710/interaksi.4.1.42-51


[2] Kominfo. (2019). Indonesia Raksasa Teknologi Digital Asia. Retrieved from https://kominfo.go.id/content/detail/6095/indonesia-raksasa-teknologidigitalasia/0/sorotan_media


[3] Muthia, D. A. (2017). Analisis Sentimen Pada Review Restoran Dengan Teks Bahasa Indonesia Mengunakan Algoritma Naive Bayes. Jurnalilmu Pengetahuan Dan Teknologi Komputer, 2(2), 39–45. https://doi.org/10.1515/HUMOR.2006.

009


[4] Noviana, D., Susanti, Y., & Susanto, I. (2019). Analisis Rekomendasi Penerima Beasiswa Menggunakan Algoritma K-Nearest Neighbor (K-NN) dan Algoritma C4.5. Retrieved from http://jurnal.umt.ac.id/index.php/cpu/article/view/1685/1078


[5] Pradnyana, G. A., & Permana, A. A. J. (2018). Sistem Pembagian Kelas Kuliah Mahasiswa Dengan Metode KMeans Dan K-Nearest Neighbors Untuk Meningkatkan Kualitas Pembelajaran. JUTI: Jurnal Ilmiah Teknologi Informasi, 16(1), 59. https://doi.org/10.12962/j24068535.v1 6i1.a696


[6] Rachmat C, A., & Lukito, Y. (2016) Klasifikasi Sentimen Komentar Politik dari Facebook Page Menggunakan Naive Bayes. Jurnal Informatika Dan Sistem Informasi Universitas Ciputra, 2(2), 26–34. https://doi.org/10.1080/10408398.2013.809690


[7] Sugiarti, E. N., Diana, N., & Mawardi,M. C. (2019). E-JRA Vol. 08 No. 01 Februari 2019 Fakultas Ekonomi dan Bisnis Universitas Islam Malang. EJra, 8(1), 1–13. Retrieved from http://riset.unisma.ac.id/index.php/jra/article/view/4038/3515


[8] Suyanto, S., & Kurniawan, T. A. (2019). Faktor yang Mempengaruhi Tingkat Kepercayaan Penggunaan FinTech pada UMKM Dengan Menggunakan Technology Acceptance Model (TAM). Akmenika, 16(1). Retrieved from https://journal.upy.ac.id/index.php/akm enika/article/view/166 


[8] Suyanto, S., & Kurniawan, T. A. (2019). Faktor yang Mempengaruhi Tingkat Kepercayaan Penggunaan FinTech pada UMKM Dengan Menggunakan Technology Acceptance Model(TAM). Akmenika, 16(1). Retrieved from https://journal.upy.ac.id/index.php/akmenika/article/view/166  

Cari

Bidang Ilmu

Kategori

Kiriman Terbaru