JOURNAL ARTICLE

ANALISIS SENTIMEN PENGGUNA E-WALLET OVO DAN DANA PADA TWITTER DENGAN METODE NAÏVE BAYES CLASSIFIER

Hadratussyah Dafa IbrahimNono HeryanaAji Primajaya

Year: 2024 Journal:   JATI (Jurnal Mahasiswa Teknik Informatika) Vol: 8 (5)Pages: 9858-9864

Abstract

Zaman modern membutuhkan aplikasi yang sangat mobile. Hal ini diperlukan karena fungsi masyarakat semakin kompleks. Cocok untuk dunia korporat. Perkembangan teknologi saat ini telah mengawali banyak perubahan pada karakteristik kebiasaan berbelanja konsumen, mulai dari mengunjungi toko hingga berjualan secara online. Analisis sentimen kerap disebut opinion mining. Ini menunjukkan bahwa banyak orang akan melihat perasaan di balik kata-kata pelanggan. Masalah yang dihadapi pelanggan saat ini, mereka dengan senang hati menunjukkan perasaan mereka melalui platform online seperti media sosial, situs web e-commerce, dan sebagainya. Oleh karena itu, analisis sentimen pada platform ini sering dilakukan dengan tujuan untuk mengetahui apa yang di keluhkan pelanggan bersifat positif, negatif atau netral. Twitter dijadikan sarana para pengguna e-wallet untuk menyatakan pesan dan keluhan dalam menggunakan e-wallet, yang biasanya akan ditanggapi oleh customer service. Masyarakat Indonesia percaya bahwa twitter dianggap lebih mudah dan sederhana untuk mempresentasikan opini mereka. Analisis sentimen dibutuhkan untuk mengelompokkan keluhan pengguna e-wallet. Dengan menggunakan metode naïve bayes classifier, penelitian ini membahas analisis sentimen e-wallet di media sosial twitter yaitu ovo dan dana serta memberikan anjuran kepada masyarakat dalam memilih aplikasi e-wallet mana yang cocok untuk penggunaan di kehidupan sehari-hari. Hasil pengujian ditemukan hasil bahwa Dana memiliki nilai sentiment positive lebih rendah dibandingkan Ovo. Lalu nilai sentiment neutral pada Dana lebih rendah dibandingkan Ovo. Nilai sentiment negative pada Dana dibandikan Ovo.

Keywords:
Naive Bayes classifier Computer science Artificial intelligence

Metrics

0
Cited By
0.00
FWCI (Field Weighted Citation Impact)
0
Refs
0.32
Citation Normalized Percentile
Is in top 1%
Is in top 10%

Topics

Data Mining and Machine Learning Applications
Physical Sciences →  Computer Science →  Information Systems
Multimedia Learning Systems
Physical Sciences →  Computer Science →  Information Systems
Edcuational Technology Systems
Physical Sciences →  Computer Science →  Artificial Intelligence

Related Documents

JOURNAL ARTICLE

Analisis Sentimen HateSpeech pada Pengguna Layanan Twitter dengan Metode Naïve Bayes Classifier (NBC)

Murni MurniImam RiadiAbdul Fadlil

Journal:   JURIKOM (Jurnal Riset Komputer) Year: 2023 Vol: 10 (2)Pages: 566-566
JOURNAL ARTICLE

Analisis Sentimen Pengguna Aplikasi Dana Menggunakan Metode Naïve Bayes

Sriani SrianiArmansyah ArmansyahMia Audina Rambe

Journal:   Journal of Information Technology Year: 2024 Vol: 4 (2)Pages: 174-183
JOURNAL ARTICLE

Analisis Sentimen Dompet Elektronik Pada Twitter Menggunakan Metode Naïve Bayes Classifier

M. Wino Adi PutraSusanti SusantiErlin ErlinHerwin Herwin

Journal:   IT JOURNAL RESEARCH AND DEVELOPMENT Year: 2020 Vol: 5 (1)Pages: 72-86
© 2026 ScienceGate Book Chapters — All rights reserved.