Nurul Habibah, - (2023) ANALISIS SENTIMEN MENGENAI PENGGUNAAN E-WALLET PADA GOOGLE PLAY MENGGUNAKAN LEXICON BASED DAN K-NEAREST NEIGHBOR. ANALISIS SENTIMEN MENGENAI PENGGUNAAN E-WALLET PADA GOOGLE PLAY MENGGUNAKAN LEXICON BASED DAN K-NEAREST NEIGHBOR, Vol. 1 (No. 1). pp. 192-200. ISSN 2715-7393

Preview	Text ANALISIS SENTIMEN MENGENAI PENGGUNAAN E-WALLET PADA GOOGLE PLAY MENGGUNAKAN LEXICON BASED DAN K-NEAREST NEIGHBOR.pdf Download (917kB) | Preview
	Text 5429 - Published Version Download (35kB)

Abstract

E-Money merupakan pembaharuan bersifat inovatif yang bersumber dari perkembangan dibidang teknologi. Dampak dari covid-19 penggunaanya dikabarkan semakin meningkat. Pengaruh e-money sangat besar terhadap proses digital marketing sehingga terciptalah sebuat aplikasi dompet digital (e-wallet). Pada google play banyak sekali aplikasi e-wallet yang mempunyai tingkatan unduhan dengan skala tinggi. Kemudian ulasan dari pengguna juga harus dilakukan perhitungan dikarenakan terdapat aplikasi yang sama dengan jumlah unduhan serta mempunyai penilaian serupa, yang membuat predikat aplikasi dengan kategori terbaik jadi kurang relevan. Ulasan yang ada biasanya digunakan perusahaan untuk mendapatkan feedback dari masyarakat mengenai aplikasi tersebut. komentar ini berisikan ratusan hingga jutaan, maka akan sulit dilakukan secara manual. Salah satu cara untuk menganalisis komentar yang ada adalah menggunakan analisis sentimen. Analisis sentimen pada penelitian ini menggunakan lexicon based dan k-nearest neighbor. Kamus lexicon yang digunakan adalah vader untuk memberikan label secara otomatis dan k-nearest neighbor digunakan untuk melakukan klasifikasi. Tujuan dan maksud penelitian untuk mengetahui bagaimana klasifikasi respon masyarakat mengenai ketiga aplikasi tersebut, dan mengetahui nilai akurasi dari implementasi lexicon based dan k-nearest neighbor pada masing-masing e-wallet. Hasil penelitian menyatakan bahwa Dana mendapatkan akurasi tertinggi sebesar 78% pada pengujian k = 6, Ovo mendapatkan akurasi tertinggi sebesar 75.33% pada pengujian k = 9, dan LinkAja mendapatkan akurasi tertinggi sebesar 73.5% pada pengujian k = 8. Aplikasi yang banyak memiliki respon positif dari pengguna adalah linkaja sebanyak 6037 ulasan positif. Kata Kunci: Analisis Sentimen; E-Wallet; K-Nearest Neighbor; Lexicon Based; Vader

Actions (login required)

View Item