Fina, Khoirunnisa and Herny, Februariyanti ANALISIS SENTIMEN KUALITAS LAYANAN GOOGLE MEET MENGGUNAKAN NAÏVE BAYES CLASSIFIERS DAN ASSOCIATION. semanTIK.
PDF
Download (2MB) |
Abstract
Teknologi sangat berperan besar dalam masa pandemi COVID-19 dimana pemerintah mengeluarkan kebijakan pembatasan sosial dalam pengendalian penyebaran virus COVID-19. Pandemi mempengaruhi segala proses aktivitas normal sehingga masyarakat memerlukan digital video conference untuk menjalin komunikasi visual dalam kelompok besar yang ditandai dengan meningkatnya penggunaan aplikasi sejenis yaitu Google Meet. Analisis sentimen merupakan proses untuk mendapat informasi sentimen yang terkandung dalam sebuah kalimat opini. Sampel data yang digunakan adalah ulasan aplikasi Google Meet pada situs Google Play berdasarkan data ulasan dari tanggal 1 Januari 2021 sampai 25 Agustus 2021. Analisis sentimen dilakukan menggunakan metode Naïve Bayes Classifiers dan text Association. Didapat persentase sebesar 58,8% dan 41,2% dari sentimen positif dan negatif. Dengan menggunakan perbandingan 80:20 untuk data latih dan uji. Didapatkan hasil akurasi sebesar 85,65% untuk pengujian dengan Naïve Bayes dan 85,48% untuk hasil validasi model menggunakan 10-Fold Cross-Validation. Secara umum hasil dari text Association yang dihasilkan merupakan ekstraksi informasi kelas positif terkait meeting, video, problem, koneksi, suara, audio, kualitas, kamera, dan fitur. Sedangkan untuk kelas negatif menampilkan ekstraksi dari hal yang sering dikeluhkan terkait video, masalah, koneksi, audio, suara, update, kualitas, camera, dan fitur. Dengan penelitian tersebut sehingga dapat menjadi bahan acuan dalam upaya untuk menjaga dan meningkatkan kualitas aplikasi.
Item Type: | Article |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science Q Science > QA Mathematics > QA76 Computer software |
Faculty / Institution: | Fakultas Teknologi Informasi > Program Studi Sistem Informasi |
Depositing User: | Jati Sasongko Wibowo |
Date Deposited: | 09 Dec 2022 08:25 |
Last Modified: | 09 Dec 2022 08:25 |
URI: | https://eprints.unisbank.ac.id/id/eprint/8978 |
Actions (login required)
View Item |