Komparasi Algoritma Naïve Bayes Dan Support Vector Machine Untuk Klasifikasi Sentimen Aplikasi LinkAja

Authors

  • Muh. Syahlan Natsir Universitas Dipa Makassar
  • Rudy Donny L Teknik informatika, Universitas Dipa Makassar
  • Imran Djafar Teknik informatika, Universitas Dipa Makassar
  • Marsa Teknik informatika, Universitas Dipa Makassar
  • Yusril Fadliansyah Teknik informatika, Universitas Dipa Makassar

DOI:

https://doi.org/10.36774/sisiti.v15i1.2146

Abstract

Dompet digital menjadi tren yang saat ini sering digunakan masyarakat sebagai media transaksi atau hanya sekedar menyimpan uang. LinkAja adalah salah satu aplikasi dompet digital di indonesia yang dikembangkan oleh PT. Fintek Karya Nusantara yang merupakan perusahaan BUMN. Banyaknya pengguna aplikasi LinkAja menimbulkan beragam sentimen mulai dari performa aplikasi, fitur dan lain sebagainya. dengan banyaknya sentimen dari pengguna , akan menyulitkan untuk mengolah data tersebut secara manual. maka dari itu , diperlukan analisis terhadap sentimen pengguna aplikasi LinkAja untuk mengklasifikasikan opini dari ulasan pengguna baik itu opini positif maupun negatif. Data diperoleh dari sentimen ulasan pengguna pada aplikasi LinkAja berjumlah 2312 data. adapun algoritma yang digunakan adalah naive bayes dan Support Vector machine dengan tujuan untuk membandingkan performa kedua algoritma tersebut dalam klasifikasi. Hasil yang diperoleh pada algoritma naive bayes didapatkan akurasi sebesar 82 % sementara algoritma Support Vector Machine sedikit lebih unggul dengan akurasi sebesar 83%. berdasarkan hasil perbandingan akurasi disimpulkan bahwa, algoritma Support Vector Machine memiliki performa yang lebih unggul untuk mengklasifikasikan sentimen pada ulasan aplikasi LinkAja.

Downloads

Download data is not yet available.

Downloads

Published

2026-01-30

How to Cite

Muh. Syahlan Natsir, Rudy Donny L, Imran Djafar, Marsa, & Yusril Fadliansyah. (2026). Komparasi Algoritma Naïve Bayes Dan Support Vector Machine Untuk Klasifikasi Sentimen Aplikasi LinkAja. SISITI : Seminar Ilmiah Sistem Informasi Dan Teknologi Informasi, 15(1), 11–19. https://doi.org/10.36774/sisiti.v15i1.2146

Issue

Section

Articles