SENTIMEN ANALISIS EVALUASI PENGGUNA APLIKASI ORBIT TELKOMSEL PADA ULASAN PLAYSTORE MENGGUNAKAN ALGORITMA NAÏVE BAYES

Vika Febri Lestari
Primandani Arsi


DOI: https://doi.org/10.29100/jipi.v9i4.5538

Abstract


Dalam era digital, aplikasi mobile, khususnya aplikasi internet rumah, memainkan peran penting dalam mendukung aktivitas harian pengguna. Studi ini bertujuan untuk melakukan analisis sentimen terhadap aplikasi Telkomsel Orbit, layanan internet rumah serba digital yang menyediakan koneksi melalui modem WiFi dengan jaringan 4G LTE. Metodologi penelitian melibatkan proses scraping data, preprocessing teks, dan penerapan algoritma klasifikasi Naïve Bayes untuk menganalisis ulasan dan peringkat yang diberikan pengguna di Play Store. Telkomsel Orbit menawarkan fitur unggulan seperti pengaturan Wi-Fi melalui aplikasi MyOrbit, WiFi tamu, dan penyesuaian filter website. Hasil penelitian menunjukkan bahwa penerapan metode Naïve Bayes menghasilkan tingkat ketepatan mencapai 79%, dengan presisi sebesar 80% dan recall 79%.Temuan ini menunjukkan bahwa mayoritas ulasan yang diberikan oleh pengguna cenderung positif terhadap aplikasi Telkomsel Orbit. Hal ini mengindikasikan bahwa layanan tersebut dinilai secara positif oleh pengguna, dengan fitur-fiturnya yang dianggap bermanfaat dan kualitas layanannya yang memuaskan. Penelitian ini memberikan wawasan yang berharga bagi Telkomsel Orbit untuk memahami umpan balik pengguna dan terus meningkatkan pengalaman pengguna mereka. 

Keywords


Orbit Telkomsel; Naïve Bayes Classifie; Analisis Sentimen

Full Text:

PDF

Article Metrics :

References


I. Made Widiarta, D. Ardiansyah, L. Putu, S. Yuliastuti, and H. Artikel, “Analisis Perbandingan Performa Modem Usb Tp-Link Dan Telkomsel Orbit Menggunakan Metode QoS,” Digital Transformation Technology (Digitech) | e, vol. 3, no. 1, 2023, doi: 10.47709/digitech.v3i1.2512.

P. Br Sihotang, F. Dameka Br Sitanggang, N. Azriansyah, and E. Indra, “PENERAPAN NATURAL LANGUAGE PROCESSING UNTUK ANALISIS SENTIMEN TERHADAP APLIKASI STREAMING,” 2023.

E. Hasibuan and E. A. Heriyanto, “ANALISIS SENTIMEN PADA ULASAN APLIKASI AMAZON SHOPPING DI GOOGLE PLAY STORE MENGGUNAKAN NAIVE BAYES CLASSIFIER,” JTS, vol. 1, no. 3.

G. Darmawan, S. Alam, M. Imam Sulistyo, P. Studi Teknik Informatika, S. Tinggi Teknologi Wastukancana Purwa-karta, and R. Artikel, “ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAÏVE BAYES INFO ARTIKEL ABSTRAK,” vol. 2, no. 3, pp. 100–108, 2023, doi: 10.55123.

N. H. Aini, M. LastriM, E. Mailasari, and E. Damayanti, “Metode Naïve Bayes Classifier (NBC) Pada Klasifikasi Rekomendasi Promosi Internet Telkomsel Orbit Studi Kasus Kecamatan Prabumulih Selatan”.

U. Esa and U. Jakarta, “STRATEGI PUBLIC RELATIONS DALAM MENINGKATKAN CITRA PERUSAHAAN PADA PT. TELKOMSEL TBK Sartika, Ikbal Rachmat”, [Online]. Available: http://sosains.greenvest.co.id

A. Jalu Narendra Kisma and C. Raras Ajeng Widiawati, “Analisis Aplikasi Di Playstore Berdasarkan Rating Dan Type Menggunakan Naive Bayes Dan Logistik Regresi,” vol. 10, no. 2, pp. 174–184, 2023, [Online]. Available: http://jurnal.mdp.ac.id

A. Wibisono Informatika, “FILTERING SPAM EMAIL MENGGUNAKAN METODE NAIVE BAYES.”

N. Haqqizar and T. Nur Larasyanti, “Analisis Sentimen Terhadap Layanan Provider Telekomunikasi Telkomsel Di Twitter Dengan Metode Naïve Bayes,” Seminar Nasional Rekayasa dan Teknologi, vol. 27, 2019, [Online]. Availa-ble: https://t.co/TTpms24klj

B. Kurniawan Rachmat, A. Suwarisman, I. Afriyanti, A. Wahyudi, and D. D. Saputra, “Analisis Sentimen Complain dan Bukan Complain pada Twitter Telkomsel dengan SMOTE dan Naïve Bayes,” Jurnal Teknologi Informasi dan Komunikasi), vol. 7, no. 1, 2023, doi: 10.35870/jti.

“Analisis Sentimen Pada Ulasan Aplikasi Home Credit dengan Metode SVM dan KNN”, [Online]. Available: https://ejournal.mediaantartika.id/index.php/jka

M. Y. Siregar, A. Davy Wiranata, and R. A. Saputra, “Analisis Sentimen Pada Ulasan Pengguna Aplikasi Streaming Vidio Menggunakan Metode Naive Bayes,” Media Online, vol. 4, no. 5, pp. 2419–2429, 2024, doi: 10.30865/klik.v4i5.1787.

A. Jalu Narendra Kisma and C. Raras Ajeng Widiawati, “Analisis Aplikasi Di Playstore Berdasarkan Rating Dan Type Menggunakan Naive Bayes Dan Logistik Regresi,” vol. 10, no. 2, pp. 174–184, 2023, [Online]. Available: http://jurnal.mdp.ac.id

Merinda Lestandy, Abdurrahim Abdurrahim, and Lailis Syafa’ah, “Analisis Sentimen Tweet Vaksin COVID-19 Menggunakan Recurrent Neural Network dan Naïve Bayes,” Jurnal RESTI (Rekayasa Sistem dan Teknologi Infor-masi), vol. 5, no. 4, pp. 802–808, Aug. 2021, doi: 10.29207/resti.v5i4.3308.

S. Ghosh and M. S. Desarkar, “Class Specific TF-IDF Boosting for Short-text Classification: Application to Short-texts Generated during Disasters,” in The Web Conference 2018 - Companion of the World Wide Web Conference, WWW 2018, Association for Computing Machinery, Inc, Apr. 2018, pp. 1629–1637. doi: 10.1145/3184558.3191621.

Y. Cahyana and A. M. Siregar, “Analisis Sentiment Pembelajaran Tatap Muka Terbatas (PTMT) Selama Pandemik Covid-19 Menggunakan Algoritma Naïve Bayes.”

M. A. Djamaludin, A. Triayudi, and E. Mardiani, “Analisis Sentimen Tweet KRI Nanggala 402 di Twitter menggunakan Metode Naïve Bayes Classifier,” Jurnal Teknologi Informasi dan Komunikasi), vol. 6, no. 2, p. 2022, 2022, doi: 10.35870/jti.

I. Verawati and B. S. Audit, “Algoritma Naïve Bayes Classifier Untuk Analisis Sentiment Pengguna Twitter Ter-hadap Provider By.u,” JURNAL MEDIA INFORMATIKA BUDIDARMA, vol. 6, no. 3, p. 1411, Jul. 2022, doi: 10.30865/mib.v6i3.4132.

G. Darmawan, S. Alam, M. Imam Sulistyo, P. Studi Teknik Informatika, S. Tinggi Teknologi Wastukancana Purwa-karta, and R. Artikel, “ANALISIS SENTIMEN BERDASARKAN ULASAN PENGGUNA APLIKASI MYPERTAMINA PADA GOOGLE PLAYSTORE MENGGUNAKAN METODE NAÏVE BAYES INFO ARTIKEL ABSTRAK,” vol. 2, no. 3, pp. 100–108, 2023, doi: 10.55123.

S. Alpin Rizaldi, S. Alam, and I. Kurniawan, “ANALISIS SENTIMEN PENGGUNA APLIKASI JMO (JAMSOSTEK MOBILE) PADA GOOGLE PLAY STORE MENGGUNAKAN METODE NAIVE BAYES 1),” vol. 2, no. 3, pp. 109–117, 2023, doi: 10.55123.

Z. Rais, F. T. T. Hakiki, and R. Aprianti, “Sentiment Analysis of Peduli Lindungi Application Using the Naive Bayes Method,” SAINSMAT: Journal of Applied Sciences, Mathematics, and Its Education, vol. 11, no. 1, pp. 23–29, Mar. 2022, doi: 10.35877/sainsmat794.

J. Homepage, N. C. Agustina, D. Herlina Citra, W. Purnama, C. Nisa, and A. Rozi Kurnia, “Implementasi Algoritma Naive Bayes untuk Analisis Sentimen Ulasan Shopee pada Google Play Store,” vol. 2, pp. 47–54, 2022.

H. Junianto, P. Arsi, B. A. Kusuma, D. Intan, and S. Saputra, “Evaluasi Aplikasi Raileo Melalui Analisis Sentimen Ulasan Playstore Dengan Metode Naive Bayes”, [Online]. Available: https://doi.org/10.31598

J. Khatib Sulaiman, A. Shopee Salman Alfaris, and U. Amikom Yogyakarta, “Komparasi Metode KNN dan Naive Bayes Terhadap Analisis Sentimen Pengguna,” Indonesian Journal of Computer Science Attribution, vol. 12, no. 5, pp. 2023–2766.

I. Made Widiarta, D. Ardiansyah, L. Putu, S. Yuliastuti, and H. Artikel, “Analisis Perbandingan Performa Modem Usb Tp-Link Dan Telkomsel Orbit Menggunakan Metode QoS,” Digital Transformation Technology (Digitech) | e, vol. 3, no. 1, 2023, doi: 10.47709/digitech.v3i1.2512.