Analisis Sentimen Untuk Mengukur Ulasan Pengguna Aplikasi Mobile Legend Menggunakan Algoritma Naive Bayes, SVM, Random Fores, Decision Tree, dan Logistic Regression

Analisis Sentimen Untuk Mengukur Ulasan Pengguna Aplikasi Mobile Legend Menggunakan Algoritma Naive Bayes, SVM, Random Fores, Decision Tree, dan Logistic Regression

Analysis, Machine Learning, Netral

Penelitian ini bertujuan untuk menganalisis sentimen ulasan pengguna aplikasi Mobile Legend di Google Play Store menggunakan algoritma machine learning, termasuk Naïve Bayes, Support Vector Machine (SVM), Random Forest, Decision Tree, dan Logistic Regression. Dari hasil scraping data pada 3989 ulasan, ditemukan kecenderungan bahwa pengguna Mobile Legend di Indonesia cenderung bersikap netral terhadap aplikasi ini, dengan 1265 komentar netral, 1115 komentar positif, dan 1204 komentar negatif. Melalui evaluasi model, SVM menunjukkan akurasi tertinggi sebesar 87%, mengungguli algoritma lainnya seperti Random Forest, Naïve Bayes, Decision Tree, dan Logistic Regression. Kesimpulan penelitian ini menunjukkan bahwa SVM merupakan pilihan yang sangat baik untuk melakukan analisis sentimen terhadap ulasan pengguna aplikasi Mobile Legend. Hasil ini dapat menjadi panduan bagi pengembang untuk memahami respons pengguna dan meningkatkan kualitas aplikasi berdasarkan temuan analisis sentimen

Nevita Cahaya Ramadani

https://jsi.ejournal.unsri.ac.id/index.php/jsi/article/view/152/142

Universitas Amikom Purwokerto

April 2024

Fajar bagus W

PDF

Indonesia

Text