ANALISIS SENTIMEN E-WALLET MENGGUNAKAN METODE NAIVE BAYES DAN SUPPORT VECTOR MACHINE DENGAN PARTICLE SWARM OPTIMIZATION - Dalam bentuk pengganti sidang - Rancangan Karya Akhir

NUR AURINA FITRAH SYAHFITRI

Informasi Umum

Kode

25.04.627

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Big Data

Dilihat

346 kali

Informasi Lainnya

Abstraksi

Dompet digital seperti DANA dan GoPay menjadi alat pembayaran yang populer saat ini. Penelitian ini bertujuan untuk menganalisis sentimen pengguna terhadap platform tersebut menggunakan metode Naive Bayes dan Support Vector Machine (SVM) yang dioptimasi dengan Particle Swarm Optimization (PSO). Data diambil dari ulasan pengguna di Google Play Stored an X. Hasilnya penggunaan PSO terbukti dapat meingkatkan performa Naïve Bayes dan SVM. Pada DANA, Naïve Bayes mengalami peningkatan precision sebesar 2%, sedangkan SVM mengalami peningkatkan recall sebesar 8%, precision sebesar 4%, accuracy sebesar 5%, dan f1-score sebesar 1%. Pada GoPay, Naïve Bayes mengalami peningkatan precision sebesar 2% serta f1-score sebesar 1%, sementara SVM mengalami peningkatan recall, accuracy, dan precision sebesar 1% serta f1-score sebesar 4%. SVM memberikan akurasi lebih tinggi dibandingkan Naïve Bayes, dengan perbedaan 7% pada DANA dan GoPay. Analsis sentimen menunjukkan kedua dompet digital memiliki lebih banyak sentimen positif. DANA dan GoPay memiliki sentimen positif pada dimensi reliability, responsiveness, user friendliness, personal needs, dan efficiency. Sentimen positif pada DANA mencakup manfaat fitur, kemudahan, dan keamanan, sedangkan sentimen negatif terkait keandalan aplikasi dan keamanan dana. Pada GoPay, sentimen positif berfokus pada efisiensi dan keamanan, sementara sentimen negatif terkait keandalan dan komunikasi ke pelanggan.