IMPLEMENTASI ALGORITMA RANDOM FOREST DALAM ANALISIS SENTIMEN ULASAN KONSUMEN APLIKASI KLIK INDOMARET

M. Satrio Prasojo; Ichwan Kurniawan; Ahmad Khambali; Aslam Fatkhudin

doi:10.47775/ictech.v20i2.345

Authors

M. Satrio Prasojo Universitas Muhammadiyah Pekajangan Pekalongan
Ichwan Kurniawan STMIK Widya Pratama
Ahmad Khambali Universitas Muhammadiyah Pekajangan Pekalongan
Aslam Fatkhudin Universitas Muhammadiyah Pekajangan Pekalongan

DOI:

https://doi.org/10.47775/ictech.v20i2.345

Keywords:

analisis sentimen, Klik Indomaret, Random Forest

Abstract

Dalam kegiatan bisnis, analisis sentimen pengguna merupakan hal yang penting untuk memahami pengalaman pengguna sebagai sarana untuk meningkatkan pelayanan. Analisis sentimen dapat dikaji melalui komentar pengguna pada sebuah aplikasi bisnis, salah satunya adalah aplikasi Klik Indomaret yang menyajikan layanan belanja online. Dengan menggunakan algoritma Random Forest, penelitian ini bertujuan untuk melihat bagaimana pengguna menilai aplikasi Klik Indomaret. Data dikumpulkan dari ulasan di Google Play Store yang memiliki sentimen positif dan negatif. Hasil menunjukkan akurasi klasifikasi sebesar 88,56% dengan sentimen positif mendominasi sebesar 64,7%, diikuti oleh sentimen negatif sebesar 35,3%. Meskipun terdapat beberapa fitur yang perlu diperbaiki, penelitian ini menunjukkan kepuasan pengguna terhadap aplikasi. Studi ini memberi pengembang ide untuk meningkatkan layanan aplikasi.

References

Azhari, M., Situmorang, Z., & Rosnelly, R. (2021). Perbandingan Akurasi, Recall, dan Presisi Klasifikasi pada Algoritma C4.5, Random Forest, SVM dan Naive Bayes. Jurnal Media Informatika Budidarma, 5(2), 640. https://doi.org/10.30865/mib.v5i2.2937

Farhatun Nisaul Ahadiyah. (2023). Perkembangan Teknologi Infomasi Terhadap Peningkatan Bisnis Online. INTERDISIPLIN: Journal of Qualitative and Quantitative Research, 1(1), 41–49. https://doi.org/10.61166/interdisiplin.v1i1.5

Kashyap, P. (2018). Machine learning for decision makers: Cognitive computing fundamentals for better decision making. In Machine Learning for Decision Makers: Cognitive Computing Fundamentals for Better Decision Making. Apress. https://doi.org/10.1007/978-1-4842-2988-0

Manik, G., Ernawati, I., & Nurlaili, I. (2021). ANALISIS SENTIMEN PADA REVIEW PENGGUNA E-COMMERCE BIDANG PANGAN MENGGUNAKAN METODE SUPPORT VECTOR MACHINE (Studi Kasus: Review Sayurbox dan Tanihub pada Google Play). Prosiding Seminar Nasional Mahasiswa Bidang Ilmu Komputer dan Aplikasinya, 2(2), 64–74. https://conference.upnvj.ac.id/index.php/senamika/article/view/1630

Rosyadi, I., Adi, F., & Yusuf, M. (2022). Pengaruh Pengalaman on the Job Training (Ojt), Kemampuan Memasuki Dunia Kerja, Informasi Memasuki Dunia Kerja Terhadap Kesiapan Dunia Kerja (Studi Kasus Siswa Kelas Xii Smk Muhammadiyah Ulujami Pemalang Jurusan Otomotif Tkr ). Neraca, 18(1), 148–157. https://doi.org/10.48144/neraca.v18i1.1195

Yuwono, A. R., & Anggraeni, N. S. (2023). Persepsi Elemen Visual dan Layout User Interface Aplikasi Alfa Gift dan Klik Indomaret. Gestalt, 5(1), 55–72. https://doi.org/10.33005/gestalt.v5i1.135