KLASIFIKASI ULASAN APLIKASI KOPI KENANGAN PADA GOOGLE PLAYSTORE MENGGUNAKAN ALGORITMA NAIVE BAYES

Penulis

DOI:

https://doi.org/10.46576/djtechno.v6i2.7037

Abstrak

Aplikasi Kopi Kenangan merupakan aplikasi yang digunakan untuk pemesanan minuman secara online milik perusahaan PT Bumi Berkah Boga. Selain hal tersebut aplikasi ini juga membantu perusahaan menerima ulasan terkait pengalaman pelanggan dalam menggunakan layanan aplikasi kopi kenangan. Namun ulasan pelanggan di Google Playstore memiliki jumlah data yang banyak sehingga sulit dianalisis secara manual. Tujuan penelitian ini melakukan klasifikasi ulasan pelanggan pada aplikasi Kopi Kenangan mempergunakan algoritma Naïve bayes. Metode penelitian ini meliputi pengumpulan data, preprocessing, pemodelan dan evaluasi. Data yang dipergunakan dalam penelitian ini yaitu sebesar 1000 data dengan lima kategori yaitu promo, pelayanan, performa aplikasi, transaksi dan kualitas produk. Hasil penelitian menunjukkan bahwa kategori ulasan terbanyak adalah tentang performa aplikasi dengan persentase 45% dari total 1000 data ulasan. Hasil akurasi penelitian yaitu sebesar 85% yang menunjukkan bahwa model dapat melakukan klasifikasi data kategori sentimen dengan cukup baik.

Referensi

R. S. Wicaksono, B. J. M. Putra, and B. Hikmahwan, “Rancangan dan Implementasi Aplikasi Kepramukaan ‘Strong Scout’ Berbasis Android,” J. Electr. Electron. Mech. Inform. Soc. Appl. Sci., vol. 1, no. 1, pp. 18–25, 2022, doi: 10.58991/eemisas.v1i1.7.

M. Fihir, Martanto, and U. Hayati, “KLASIFIKASI TINGKAT KEPUASAN PELANGGAN KOPI KENANGAN MENGGUNAKAN METODE DECISION TREE PADA APLIKASI KOPI KENANGAN Muhammad,” JATI (Jurnal Mhs. Tek. Inform., vol. 7, no. 6, pp. 3830–3833, 2023.

G. Radiena and A. Nugroho, “Analisis Sentimen Berbasis Aspek Pada Ulasan Aplikasi Kai Access Menggunakan Metode Support Vector Machine,” J. Pendidik. Teknol. Inf., vol. 6, no. 1, pp. 1–10, 2023, doi: 10.37792/jukanti.v6i1.836.

P. Arsi and R. Waluyo, “Analisis Sentimen Wacana Pemindahan Ibu Kota Indonesia Menggunakan Algoritma Support Vector Machine (SVM),” J. Teknol. Inf. dan Ilmu Komput, vol. 8, no. 1, p. 147, 2021.

I. Iwandini, A. Triayudi, and G. Soepriyono, “Analisa Sentimen Pengguna Transportasi Jakarta Terhadap Transjakarta Menggunakan Metode Naives Bayes dan K-Nearest Neighbor,” J. Inf. Syst. Res., vol. 4, no. 2, pp. 543–550, 2023, doi: 10.47065/josh.v4i2.2937.

M. Ilmar Rifaldi, Y. Raymond Ramadhan, and I. Jaelani, “Analisis Sentimen Terhadap Aplikasi Chatgpt Pada Twitter Menggunakan Algoritma Naïve Bayes,” J. Sains Komput. Inform. (J-SAKTI, vol. 7, no. 2, pp. 802–814, 2023.

I. M. A. A. D. Putra, I. M. G. Sunarya, and I. G. A. Gunadi, “Perbandingan Algoritma Naive Bayes Berbasis Feature Selection Gain Ratio dengan Naive Bayes Kovensional dalam Prediksi Komplikasi Hipertensi,” JTIM J. Teknol. Inf. dan Multimed., vol. 6, no. 1, pp. 37–49, 2024, doi: 10.35746/jtim.v6i1.488.

U. Kulsum, M. Jajuli, and N. Sulistiyowati, “Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine,” J. Appl. Informatics Comput., vol. 6, no. 2, pp. 205–212, 2022, doi: 10.30871/jaic.v6i2.4802.

C. Hayati, S. S. Hilabi, A. L. Hananto, S. Informasi, U. Buana, and P. Karawang, “KLASIFIKASI DAN PREDIKSI ULASAN APLIKASI DANA PADA GOOGLE PLAY STORE MENGGUNAKAN ALGORITMA NAÏVE BAYES,” J. Inform. Teknol. dan Sains, vol. 7, no. 2, pp. 596–605, 2025.

D. R. Fathwa Daud, B. Irawan, and A. Bahtiar, “Penerapan Metode Naive Bayes Pada Analisis Sentimen Aplikasi Mcdonalds Di Google Play Store,” JATI (Jurnal Mhs. Tek. Inform., vol. 8, no. 1, pp. 759–766, 2024, doi: 10.36040/jati.v8i1.8784.

A. Agustian, T. Tukino, and F. Nurapriani, "Penerapan Analisis Sentimen dan Naive Bayes terhadap Opini Penggunaan Kendaraan Listrik di Twitter," Jurnal TIKA, vol. 7, no. 3, pp. 243–249, Dec. 2022.

M. N. Akbar, N. H. Rusydi, and N. S. Ramadhanti, “Sentiment Analysis Terhadap Review Aplikasi Maxim di Google Play Store Menggunakan Support Vector Machine (SVM),” AGENTS J. Artif. Intell. Data Sci., vol. 2, no. 2, pp. 9–16, 2022.

H. Syah and A. Witanti, “Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm),” J. Sist. Inf. dan Inform., vol. 5, no. 1, pp. 59–67, 2022, doi: 10.47080/simika.v5i1.1411.

N. Simanjuntak and A. H. Muhammad, “Analisis Perbandingan Algoritma SVM dan CNN dalam Mendeteksi Website Judi Online Berdasarkan Konten Teks,” Bull. Comput. Sci. Res., vol. 5, no. 4, pp. 361–371, 2025, doi: 10.47065/bulletincsr.v5i4.586.

A. Santosa, I. Purnamasari, and Mayasari Rini, “Pengaruh Stopword Removal dan StemmingTerhadap Performa Klasifikasi Teks KomentarKebijakan New Normal Menggunakan AlgoritmaLSTM,” J. Sains Komput. Inform., vol. 6, pp. 81–93, 2022.

Priyatna, B, A. L. Hananto, dan M. Nova, “Application of UAT (User Acceptance Test) Evaluation Model in Minggon E-Meeting Software Development,” Systematics, vol. 2, no. 3, pp. 110–117, 2020.

Tukino, A. Hananto, R. A. Nanda, E. Novalia, E. Sediyono, and J. Sanjaya, "LSTM and Word Embedding: Classification and Prediction of Puskesmas Reviews Via Twitter," E3S Web of Conferences, vol. 500, no. 01018, pp. 1–10, 2024

Unduhan

Diterbitkan

2025-08-02

Terbitan

Vol 6 No 2 (2025): Agustus

Bagian

Articles

Lisensi

Pernyataan Hak Cipta dan Lisensi

  1. Hak Cipta atas naskah-naskah karya ilmiah di dalam Jurnal ini dipegang oleh Penulis.
  2. Penulis menyerahkan hak saat pertama kali mempublikasi Naskah karya ilmiahnya dan secara bersamaan Penulis memberikan izin/lisensi dengan mengacu pada  Creative Commons Attribution-ShareAlike 4.0 International License kepada pihak lain untuk menyebarkan karya ilmiahnya tersebut dengan tetap mencantumkan penghargaan bagi penulis dan Djtechno sebagai media Publikasi pertama atas karya tersebut.
  3. Hal-hal yang berkaitan dengan non-eksklusivitas pendistribusian Jurnal yang menerbitkan karya ilmiah penulis dapat diperjanjikan secara terpisah (contoh: permintaan untuk menempatkan karya yang dimaksud pada perpustakaan suatu institusi atau menerbitkannya sebagai buku) dengan Penulis sebagai salah satu pihak perjanjian dan dengan penghargaan pada Djtechno sebagai media publikasi pertama atas karya dimaksud.
  4. Penulis dapat dan diharapkan untuk mengumumkan karyanya secara online (misalnya pada Repositori atau pada laman Organisai/Institusinya) sejak sebelum dan selama proses pengumpulan naskah, sebab upaya tersebut dapat meningkatkan pertukaran citasi lebih awal dan dengan cakupan yang lebih luas.