Analisis Sentimen Masyarakat Terhadap Sistem Pembayaran Mypertamina dengan Metode Random Forest, SVM, dan Naïve Bayes


Ayu Amelia(1*); Lilis Nur Hayati(2); Herdianti Darwis(3);

(1) Universitas Muslim Indonesia
(2) Universitas Muslim Indonesia
(3) Universitas Muslim Indonesia
(*) Corresponding Author

  

Abstract


PT. Pertamina (PERSERO), sebagai perusahaan BUMN terkemuka di Indonesia di bidang perminyakan, memiliki peran vital dalam pengolahan dan pemasaran minyak bumi, terutama bahan bakar minyak (BBM). Penelitian ini menerapkan tiga metode analisis sentimen yaitu Random Forest, SVM, dan Naïve Bayes untuk mengevaluasi ulasan pengguna terhadap aplikasi MyPertamina. Dengan mengumpulkan data melalui web scraping dari Google Play Store sebanyak 3360 ulasan dianalisis dari 2018 hingga 01 Desember 2023. klasifikasi sentimen terbagi menjadi tiga kategori: positif, negatif, dan netral. Penggunaan Google Colab sebagai alat utama dalam pengolahan data dan implementasi model klasifikasi menawarkan efisiensi dalam eksperimen. Hasil evaluasi menunjukkan bahwa ketiga metode analisis sentimen Random Forest, SVM, dan Naïve Bayes mencapai akurasi tinggi pada evaluasi ulasan aplikasi MyPertamina. Random Forest menonjol dengan akurasi 99.77%, sementara SVM dan Naïve Bayes juga memberikan performa yang baik, masing-masing mencapai 99.31% dan 90.24%. Nilai Precision, Recall, dan F1-Score yang optimal pada ketiga metode mengindikasikan keefektifan mereka dalam menganalisis sentimen ulasan pengguna.

Keywords


MyPertamina; Random Forest; SVM; Naïve Bayes; Google Play Store

  
  

Full Text:

PDF
  

Article Metrics

Abstract view: 37 times
PDF view: 19 times
     

Digital Object Identifier

  

Cite

References


M. Andriani, “Analisis Pengaruh Kualitas Pelayanan Terhadap keputusan Pembelian pada PT.Pertamina (Studi Pada PT.Pertamina Cemara Asri, Medan,” J. Stindo Prof., vol. VI, pp. 3–7, 2020.

G. Rozy Hrp and N. Aslami, “Analisis Dampak Kebijakan Perubahan Publik Harga BBM terhadap Perekonomian Rakyat Indonesia,” J. Ilmu Komputer, Ekon. dan Manaj., vol. 2, no. 1, pp. 1464–1474, 2022.

A. A. Fitriani, “Efekvitas Penggunaan Aplikasi My Pertamina di Era Kenaikan BBM Bersubsidi,” J. Pros. Mateandrau, vol. 1, no. 2, 2022.

E. O. Safitri, Y. T. Musityo, and N. H. Wardhani, “Analisis Perilaku Penggunaan Mobile Payment Aplikasi OVO menggunakan Technology Acceptance Model (TAM) Termodifikasi,” Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 3, no. 8, pp. 8184–8189, 2019.

A. . Sinurat, “Aplikasi MyPertamina Untuk Meningkatkan Keterlibatan Konsumen,” J. Internasioanl Tinj. Bisnis, vol. 5, no. 1, pp. 65–73, 2022.

N. K. Hikmawati, “Analisis Kualitas Layanan My Pertamina Menggunakan Pendekatan e-GovQual pada Beberapa Kota Percobaan,” J. Manaj. Inform., vol. 12, no. 2, pp. 100–111, 2022, doi: 10.34010/jamika.v12i2.7977.

B. Marewa, “Mulai 21 Maret Pembelian Solar di Sulsel Wajib Pakai QR-Code My Pertamina,”RADARSELATAN.FAJAR.CO.ID, 2023. .

A. L. Fairuz, R. D. Ramadhani, and N. A. F. Tanjung, “Analisis Sentimen Masyarakat Terhadap COVID-19 Pada Media Sosial Twitter,” J. Dinda Data Sci. Inf. Technol. Data Anal., vol. 1, no. 1, pp. 42–51, 2021, doi: 10.20895/dinda.v1i1.180.

C. Suardi, A. N. Handayani, R. A. Asmara, A. P. Wibawa, L. N. Hayati, and H. Azis, “Design of Sign Language Recognition Using E-CNN,” 3rd 2021 East Indones. Conf. Comput. Inf. Technol. EIConCIT 2021, pp. 166–170, 2021, doi: 10.1109/EIConCIT50028.2021.9431877.

D. Musfiroh, U. Khaira, P. E. P. Utomo, and T. Suratno, “Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon,” MALCOM Indones. J. Mach. Learn. Comput. Sci., vol. 1, no. 1, pp. 24–33, 2021, doi: 10.57152/malcom.v1i1.20.

L. N. H. Dian Azurah, Purnawansyah, Herdianti Darwis, “Klasifikasi Penyakit Bawang Merah Menggunakan Naïve Bayes dan Convolutional Neural Network.” 2023.

M. F. Banjar, I. Irawati, F. Umar, and L. N. Hayati, “Analysis of Stroke Classification Using Random Forest Method,” Ilk. J. Ilm., vol. 14, no. 3, pp. 186–193, 2022, doi: 10.33096/ilkom.v14i3.1252.186- 193.

P. Pertamina(Persero), MyPertamina. 2018, p. https://play.google.com/store/search?q=mypertamina.

E. Hasibuan and E. Allistair, “Analisis Sentimen pada Ulasan Aplikasi Amazon Shopping di Google Ply Store Menggunakan Naive Bayes Classifier,” vol. 1, no. 3, pp. 13–24, 2022.

N. Bayes, “Analisis Sentimen Dengan Naive Bayes Terhadap Komentar Aplikasi Tokopedia,” vol. 6, no. 1, 2019.

U. Kulsum, M. Jajuli, and N. Sulistiyowati, “Analisis Sentimen Aplikasi WETV di Google Play Store Menggunakan Algoritma Support Vector Machine,” vol. 6, no. 2, pp. 205–212, 2022.

M. Afdal and R. Novita, “Sentiment Analysis of PLN Mobile Application Review Using Naïve Bayes Classifier and K-Nearest Neighbor Algorithm Analisis Sentimen Ulasan Aplikasi PLN Mobile Menggunakan Algoritma Naïve Bayes Classifier dan K-Nearest Neighbor,” vol. 4, no. January, pp. 10–19, 2024.

C. Maulida, T. Yunanda, M. Hanafi, W. Mega, and P. Dhuhita, “Sentiment Analysis on TikTok Shop Reviews Using Long Short-Term Memory Method to Find Business Opportunity,” Inf. J. Ilm. Bid. Teknol. Inf. dan Komun., vol. 9, no. 1, pp. 1–7, 2024, [Online]. Available: https://doi.org/10.25139/inform.v9i1.6524.


Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Ayu Amelia, Lilis Nur Hayati, Herdianti Darwis

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




Literatur Informatika dan Komputer

Diterbitkan oleh  Fakultas Ilmu Komputer
Website :  https://jurnal.fikom.umi.ac.id/index.php/LINIER/
Email : linier@umi.ac.id

 This work is licensed under a Creative Commons Attribution-ShareAlike 4.0