Novi Lestari, - (2023) Analisa Sentimen Ulasan Aplikasi Wetv Untuk Peningkatan Layanan Menggunakan Metode Naïve Bayes. JOURNAL OF INFORMATION SYSTEM RESEARCH (JOSH), 4 (3). pp. 874-882. ISSN 2686-228X

Preview	Text REPOSITORY NOVI LESTARI.pdf - Published Version Download (1MB) | Preview
	Text josh/article/view/3355 - Published Version Download (44kB)

Abstract

Aplikasi streaming online yang paling terpopuler adalah WeTV. WeTV merupakan Streaming Internet based yang digunakan masyarakat untuk sebagai media hiburan. Aplikasi WeTV ini telah diunduh sebanyak 50.000 pengguna. Komentar dari para pengguna aplikasi dapat mempengaruhi citra dari aplikasi tersebut, tergantung dari bagaimana layanan yang diberikan pengembang aplikasi. Banyaknya berbagai tanggapan baik positif, netral dan negatif membawa pengaruh besar bagi pihak WeTV. Untuk mengklasifikasi ulasan dari para pengguna tidak bisa dilakukan secara manual, dengan jumlah data yang sangat banyak maka tidak bisa dilakukan dengan mudah. Oleh karena itu pada penelitian ini bertujuan untuk menganalisis ulasan dari para pengguna aplikasi WeTV di goggle Playstore. Pada penelitian ini dilakukan tahap processing terdiri dari cleaning, case folding, tokenezing, normalisasi, stopword removal dan steaming selanjutnya masuk ketahap tf-idf dan untuk hasil akhirnya dilakukan dengan menggunakan confusion matrix menggunakan bahasa pemograman python dengan menggunakan metode Naive Bayes Classifier dalam penelitian ini data yang digunakan berjumlah 12000 ulasan yangdidapatkan di goggle playstrore. untuk menghasilkan sentimen positive, negative dan netral terhadap komentar pengguna aplikasi Wetv di goggle Playstore. Pengujian dengan nilai accuracy tertinggi sebesar 0,64% dengan nilai precision -1 0,58%pada Class Recall dihasilkan nilai 0,89% pada model dataset 90%:10%

Actions (login required)

View Item