ANALISIS SENTIMEN TERHADAP LAYANAN APLIKASI DANA MENGGUNAKAN NAÏVE BAYES PADA SOSIAL MEDIA TWITTER
Keywords:
Analisis Sentimen, DANA, e-wallet, TwitterAbstract
Seiring berkembangnya zaman, saat ini teknologi informasi berkembang semakin cepat dalam setiap bidang salah satunya dalam bidang keuangan. Kini transaksi pun sudah tidak dilakukan secara manual, mulai dari adanya mesin ATM, mobile banking sampai yang trend saat ini adalah e-wallet. Bertransaksi menggunakan e-wallet sangatlah mudah, kita hanya perlu bertukar nomor handphone yang sudah kita daftarkan pada aplikasi e-wallet tersebut. Aplikasi DANA merupakan salah satu aplikasi e-wallet yang paling diminati karena tampilan yang bagus dan cara menggunakan yang mudah. Akan tetapi walaupun diminati persepsi penggunanya terdapat opini yang positif dan negatif. Biasanya pengguna memilih beropini secara terbuka melalui media sosial seperti twitter karena merasa lebih terbuka daripada berpendapat langsung. Untuk mengetahui berhasil atau tidaknya aplikasi DANA, maka diadakan penelitian analisis sentiment terhadap aplikasi dana di media sosial twitter menggunakan metode naïve bayes.
References
Abdul Maulud, K. N., Fitri, A., Wan Mohtar, W. H. M., Wan Mohd Jaafar, W. S., Zuhairi, N. Z., & Kamarudin, M. K. A. (2021). A study of spatial and water quality index during dry and rainy seasons at Kelantan River Basin, Peninsular Malaysia. Arabian Journal of Geosciences, 14(2). https://doi.org/10.1007/s12517-020-06382-8
Aldino, A. A., Darwis, D., Prastowo, A. T., & Sujana, C. (2021a). Implementation of K-means algorithm for clustering corn planting feasibility area in south lampung regency. Journal of Physics: Conference Series, 1751(1), 12038.
Aldino, A. A., Darwis, D., Prastowo, A. T., & Sujana, C. (2021b). Implementation of K-Means Algorithm for Clustering Corn Planting Feasibility Area in South Lampung Regency. Journal of Physics: Conference Series, 1751(1). https://doi.org/10.1088/1742-6596/1751/1/012038
Aldino, A. A., Saputra, A., & Nurkholis, A. (2021). Application of Support Vector Machine ( SVM ) Algorithm in Classification of Low-Cape Communities in Lampung Timur. 3(3), 325–330. https://doi.org/10.47065/bits.v3i3.1041
Alita, D. (2021a). Multiclass Svm Algorithm For Sarcasm Text In Twitter. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 118–128.
Alita, D. (2021b). Multiclass SVM Algorithm for Sarcasm Text in Twitter. JATISI (Jurnal Teknik Informatika Dan Sistem Informasi), 8(1), 118–128. https://doi.org/10.35957/jatisi.v8i1.646
Alita, D., Fernando, Y., & Sulistiani, H. (2020). Implementasi Algoritma Multiclass SVM pada Opini Publik Berbahasa Indonesia di Twitter. Jurnal Tekno Kompak, 14(2), 86–91.
Alita, D., Sari, I., Isnain, A. R., & Styawati, S. (2021). Penerapan Naïve Bayes Classifier Untuk Pendukung Keputusan Penerima Beasiswa. Jurnal Data Mining Dan Sistem Informasi, 2(1), 17–23.
Anestiviya, V., Ferico, A., & Pasaribu, O. (2021). Analisis Pola Menggunakan Metode C4.5 Untuk Peminatan Jurusan Siswa Berdasarkan Kurikulum (Studi Kasus : Sman 1 Natar). Jurnal Teknologi Dan Sistem Informasi (JTSI), 2(1), 80–85. http://jim.teknokrat.ac.id/index.php/JTSI
Anggraini, S. P., & Suaidah, S. (2022). Sistem Informasi Sentral Pelayanan Publik dan Administrasi Kependudukan Terpadu dalam Peningkatan Kualitas Pelayanan Kepada Masyarakat Berbasis Website (Studi Kasus: Desa Endang Mulyo). Jurnal Teknologi Dan Sistem Informasi, 3(1), 12–19.
Anggriani, F., & Husna, N. (2019). Jurnal Manajemen Universitas Bung Hatta Jurnal Manajemen Universitas Bung Hatta. Jurnal Manajemen Universitas Bung Hatta, 14(1), 13–19.
Asia, J., & Samanik. (2018). Dissociative Identity Disorder Reflected in Frederick Clegg ’ S Character in the Collectors Novel. ELLiC, 2(1), 424–431.
Darwis, D., Siskawati, N., & Abidin, Z. (2021). Penerapan Algoritma Naive Bayes Untuk Analisis Sentimen Review Data Twitter Bmkg Nasional. Jurnal Tekno Kompak, 15(1), 131–145.
Darwis, D., Sulistiani, H., Isnain, A. R., Yasin, I., Hamidy, F., & Mega, E. D. (2022). Pelatihan pengarsipan secara elektronik (e-filling) bagi perangkat desa di pekon sukanegeri jaya. 3(1), 108–113.
Dheara, K., Saniati, & Neneng. (2022). APLIKASI E-COMMERCE UNTUK PEMESANAN SPAREPART MOTOR. 3(1), 83–89.
Ferdiana, R. (2020). A Systematic Literature Review of Intrusion Detection System for Network Security: Research Trends, Datasets and Methods. 2020 4th International Conference on Informatics and Computational Sciences (ICICoS), 1–6.
Fikri, M. I., Sabrila, T. S., & Azhar, Y. (2020). Perbandingan Metode Naïve Bayes dan Support Vector Machine pada Analisis Sentimen Twitter. Smatika Jurnal, 10(02), 71–76. https://doi.org/10.32664/smatika.v10i02.455
Giovani, A. P., Ardiansyah, A., Haryanti, T., Kurniawati, L., & Gata, W. (2020). Analisis Sentimen Aplikasi Ruang Guru Di Twitter Menggunakan Algoritma Klasifikasi. Jurnal Teknoinfo, 14(2), 115. https://doi.org/10.33365/jti.v14i2.679
Herlinda, V., Darwis, D., & Dartono, D. (2021). Analisis Clustering Untuk Recredesialing Fasilitas Kesehatan Menggunakan Metode Fuzzy C-Means. Jurnal Teknologi Dan Sistem Informasi, 2(2), 94–99.
Indrayuni, E. (2019). Klasifikasi Text Mining Review Produk Kosmetik Untuk Teks Bahasa Indonesia Menggunakan Algoritma Naive Bayes. Jurnal Khatulistiwa Informatika, 7(1), 29–36. https://doi.org/10.31294/jki.v7i1.1
Isnain, A. R., Hendrastuty, N., Andraini, L., Studi, P., Informasi, S., Indonesia, U. T., Informatika, P. S., Indonesia, U. T., Studi, P., Komputer, T., Indonesia, U. T., & Lampung, K. B. (2021). Comparison of Support Vector Machine and Naïve Bayes on Twitter Data Sentiment Analysis. 6(1), 56–60.
Kurniawan, I., & Susanto, A. (2019). Implementasi Metode K-Means dan Naïve Bayes Classifier untuk Analisis Sentimen Pemilihan Presiden (Pilpres) 2019. Eksplora Informatika, 9(1), 1–10. https://doi.org/10.30864/eksplora.v9i1.237
Lestari, F. P. A., Pane, E. S., Suprapto, Y. K., & Purnomo, M. H. (2018). Wavelet based-analysis of alpha rhythm on eeg signal. 2018 International Conference on Information and Communications Technology (ICOIACT), 719–723.
Lina, L. F., & Nani, D. A. (2020). Kekhawatiran Privasi Pada Kesuksesan Adopsi FLina, L. F., & Nani, D. A. (2020). Kekhawatiran Privasi Pada KesukLina, L. F., & Nani, D. A. (2020). Kekhawatiran Privasi Pada Kesuksesan Adopsi FLina, L. F., & Nani, D. A. (2020). Kekhawatiran Privasi Pada Kes. Performance, 27(1), 60–69.
Lina, L. F., Nani, D. A., & Novita, D. (2021). Millennial Motivation in Maximizing P2P Lending in SMEs Financing. September, 188–193.
Middleton, E., Kandaswami, C., & Theoharides, T. C. (2000). The Effects of Plant Flavonoids on Mammalian Cells : Implications for Inflammation , Heart Disease ,. 52(4), 673–751.
Mittal, A., & Patidar, S. (2019). Sentiment analysis on twitter data: A survey. ACM International Conference Proceeding Series, 91–95. https://doi.org/10.1145/3348445.3348466
Nurkholis, A., Alita, D., & Munandar, A. (2022). Comparison of Kernel Support Vector Machine Multi-Class in PPKM Sentiment Analysis on Twitter. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 6(2), 227–233.
Nurkholis, A., & Sitanggang, I. S. (2019). A spatial analysis of soybean land suitability using spatial decision tree algorithm. December, 65. https://doi.org/10.1117/12.2541555
Prasetyawan, P., Ahmad, I., Borman, R. I., Pahlevi, Y. A., & Kurniawan, D. E. (2018). Classification of the Period Undergraduate Study Using Back-propagation Neural Network. 2018 International Conference on Applied Engineering (ICAE), 1–5.
Rahman Isnain, A., Indra Sakti, A., Alita, D., & Satya Marga, N. (2021). Sentimen Analisis Publik Terhadap Kebijakan Lockdown Pemerintah Jakarta Menggunakan Algoritma Svm. Jdmsi, 2(1), 31–37. https://t.co/NfhnfMjtXw
Ramadhan, D. A., & Setiawan, B. E. S. S. (2019). Analisis Sentimen Program Acara di SCTV pada Twitter Menggunakan Metode Naive Bayes dan Support Vector Machine. E-Proceeding of Engineering, 6(2), 9736–9743.
Septilia, H. A., Parjito, P., & Styawati, S. (2020). Sistem Pendukung Keputusan Pemberian Dana Bantuan menggunakan Metode AHP. Jurnal Teknologi Dan Sistem Informasi, 1(2), 34–41.
Styawati, Andi Nurkholis, Zaenal Abidin, & Heni Sulistiani. (2021). Optimasi Parameter Support Vector Machine Berbasis Algoritma Firefly Pada Data Opini Film. Jurnal RESTI (Rekayasa Sistem Dan Teknologi Informasi), 5(5), 904–910. https://doi.org/10.29207/resti.v5i5.3380
Styawati, S., & Mustofa, K. (2019). A Support Vector Machine-Firefly Algorithm for Movie Opinion Data Classification. IJCCS (Indonesian Journal of Computing and Cybernetics Systems), 13(3), 219–230.
Sulistiani, H., & Tjahyanto, A. (2016). Heterogeneous feature selection for classification of customer loyalty fast moving consumer goods (Case study: Instant noodle). Journal of Theoretical and Applied Information Technology, 94(1), 77–83. https://doi.org/10.5281/zenodo.579836
Syah, H., & Witanti, A. (2022). Analisis Sentimen Masyarakat Terhadap Vaksinasi Covid-19 Pada Media Sosial Twitter Menggunakan Algoritma Support Vector Machine (Svm). Jurnal Sistem Informasi Dan Informatika (Simika), 5(1), 59–67. https://doi.org/10.47080/simika.v5i1.1411
Technology, A. I., Indonesia, U. T., & Science, C. (2017). ALTERNATIVE MODEL BASE AS AN ENABLER FOR SUCCESS OF BUSINESS INTELLIGENCE-BASED. 95(14).
Tuhuteru, H. (2020). Analisis Sentimen Masyarakat Terhadap Pembatasan Sosial Berksala Besar Menggunakan Algoritma Support Vector Machine. Information System Development (ISD), 5(2), 7–13.
Wahyono, Wibowo, M. E., Ashari, A., & Putra, M. P. K. (2021). Improvement of Deep Learning-based Human Detection using Dynamic Thresholding for Intelligent Surveillance System. International Journal of Advanced Computer Science and Applications, 12(10), 472–477. https://doi.org/10.14569/IJACSA.2021.0121053
Windane, W. W., & Lathifah, L. (2021). E-Commerce Toko Fisago.Co Berbasis Android. Jurnal Informatika Dan Rekayasa Perangkat Lunak, 2(3), 285–303. https://doi.org/10.33365/jatika.v2i3.1139
