Analisis Sentimen Berbasis Aspek pada Ulasan Aplikasi Riliv Menggunakan Random Forest Classifier

Ratna Kusumawati, Program Studi Matematika Universitas Negeri Yogyakarta, Indonesia
Bambang Sumarno Hadi Marwoto, Program Studi Matematika Universitas Negeri Yogyakarta, Indonesia

 10.21831/jktm.v11i3.22014

Abstract


Penelitian ini bertujuan untuk menganalisis sentimen berbasis aspek terhadap ulasan pengguna aplikasi Riliv versi 3.0 hingga 3.8.0. Setiap ulasan diklasifikasikan ke dalam lima aspek usability: learnability, efficiency, memorability, errors, dan satisfaction menggunakan metode Cosine Similarity serta dua kelas sentimen: positif dan negatif menggunakan kamus Indonesia Sentiment (InSet)  Lexicon. Model klasifikasi dilatih menggunakan algoritma Random Forest Classifier, baik tanpa penyeimbangan data maupun dengan penyeimbangan data menggunakan teknik oversampling,  SMOTE. Hasil penelitian menunjukkan akurasi tertinggi diperoleh dari proporsi pembagian data 80%:20%. Dengan penyeimbangan data, nilai akurasi meningkat dari 85% menjadi 88% untuk klasifikasi aspek dan dari 89% menjadi 91% untuk klasifikasi sentimen. Dari kelima aspek usability, tiga aspek didominasi oleh ulasan positif, yaitu aspek learnability, memorability, dan satisfaction. Sedangkan dua lainnya, aspek efficiency dan errors didominasi oleh ulasan negatif.


References


Alita, D., & Isnain, A. R. (2020). Pendeteksian Sarkasme pada Proses Analisis Sentimen Menggunakan Random Forest Classifier. jurnal komputasi, 8(2). https://doi.org/10.23960/komputasi.v8i2.2615

Erlin, E., Desnelita, Y., Nasution, N., Suryati, L., & Zoromi, F. (2022). Dampak SMOTE terhadap Kinerja Random Forest Classifier berdasarkan Data Tidak seimbang. MATRIK : Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 21(3). https://doi.org/https://doi.org/10.30812/matrik.v21i3.1726

Li, X., & Zhang, L. (2021). Unbalanced data processing using deep sparse learning technique. Future Generation Computer Systems, 125, 480–484. https://doi.org/https://doi.org/10.1016/j.future.2021.05.034

Mayfani, S., Budiman, N., & Nadhirah, N. A. (2023). Cyber Counseling Using the Riliv Platform as a Method to Improve Guidance and Counseling Services After the Covid-19 Pandemic. Student Scientific Creativity Journal (SSCJ), 1(4), 100–116.

Morama, H. C., Ratnawati, D. E., & Arwani, I. (2022). Analisis Sentimen berbasis Aspek terhadap Ulasan Hotel Tentrem Yogyakarta menggunakan Algoritma Random Forest Classifier. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(4), 1702–1708. https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/10908

Musfiroh, D., Khaira, U., Utomo, P. E. P., & Suratno, T. (2021). Analisis Sentimen terhadap Perkuliahan Daring di Indonesia dari Twitter Dataset Menggunakan InSet Lexicon. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 1(1), 24–33.

Nielsen, J. (1993). Usability Engineering. Morgan Kaufmann Publishers.

Perdana, S., Aji, T., & Ferdiana, R. (2021). Aspect Category Classification dengan Pendekatan Machine Learning Menggunakan Dataset Bahasa Indonesia. Jurnal Nasional Teknik Elektro dan Teknologi Informasi, 10(3), 229–235. https://doi.org/10.22146/jnteti.v10i3.1819

Qadrini, L., Hikmah, H., & Megasari, M. (2022). Oversampling, Undersampling, Smote SVM dan Random Forest pada Klasifikasi Penerima Bidikmisi Sejawa Timur Tahun 2017. Journal of Computer System and Informatics (JoSYC), 3(4). https://doi.org/10.47065/josyc.v3i4.2154

Ridlo, I. A. (2020). Pandemi COVID-19 dan Tantangan Kebijakan Kesehatan Mental di Indonesia. INSAN Jurnal Psikologi dan Kesehatan Mental, 5(2), 162–171. https://doi.org/10.20473/jpkm.v5i22020.162-171

Riliv. (2024). Riliv : Mental Health App. https://play.google.com/store/apps/details?id=nozero.apps1.

Sholikhatin, S., & Prasetyo, A. D. I. (2020). Integrasi Telemedicine dengan Cloud Computing pada Web Pelayanan Kesehatan. Jurnal Informatika, 7(2), 91–96. https://doi.org/10.31294/ji.v7i2.7293

Singh, R., Maurya, S., Tripathi, T., Narula, T., & Srivastav, G. (2020). Movie Recommendation System using Cosine Similarity and KNN. International Journal of Engineering and Advanced Technology, 9(5), 2249–8958. https://doi.org/10.35940/ijeat.E9666.069520

Sir, Y., & Soepranoto, A. (2022). Data Resampling Approach to Handle the Imbalanced Class Problem. J-Icon : Jurnal Komputer dan Informatika, 10(1). https://doi.org/10.35508/jicon.v10i1.6554

Yanti, A. D., Lusiana, S. H., & Tsania, C. R. (2022). Aplikasi Kesehatan Online Sebagai Alternatif Media Konsultasi Bagi Para Penderita Kesehatan Mental. Prosiding Seminar Nasional Ilmu Ilmu Sosial (SNIIS), 2, 442–449.




DOI: https://doi.org/10.21831/jktm.v11i3.22014

Refbacks

  • There are currently no refbacks.


 

Online ISSN (e-ISSN): 3031-1152

Creative Commons LicenseJurnal Kajian dan Terapan Matematika by https://journal.student.uny.ac.id/index.php/jktm/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
 
View My Stats