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.
Afdal, M., & Elita, L. R. (2022). Penerapan Text Mining Pada Aplikasi Tokopedia Menggunakan Algoritma K-Nearest Neighbor. Jurnal Ilmiah Rekayasa dan Manajemen Sistem Informasi, 8(1), 78. https://doi.org/10.24014/rmsi.v8i1.16595
Ambika Hapsari, N., & Dwi Indriyanti, A. (2023). Analisis Sentimen pada Aplikasi Dompet Digital Menggunakan Algoritma Random Forest. Journal of Emerging Information Systems and Business Intelligence, 04(03), 186–192.
Apriani, A., Zakiyudin, H., & Marzuki, K. (2021). Penerapan Algoritma Cosine Similarity dan Pembobotan TF-IDF System Penerimaan Mahasiswa Baru pada Kampus Swasta. Jurnal Bumigora Information Technology (BITe), 3(1), 19–27. https://doi.org/10.30812/bite.v3i1.1110
Ardiani, L., Sujaini, H., & Tursina, T. (2020). Implementasi Sentiment Analysis Tanggapan Masyarakat Terhadap Pembangunan di Kota Pontianak. Jurnal Sistem dan Teknologi Informasi (Justin), 8(2), 183. https://doi.org/10.26418/justin.v8i2.36776
Arisondha, E., Ginanjar Saputra, G., Fadhilah, & Ika Putri, S. (2023). Peran Personal Selling dan Penggunaan Aplikasi Klik Indomaret Terhadap Keputusan Pembelian. Jurnal Manajemen Terapan dan Keuangan (Mankeu), 12(01), 286–298. www.similarweb.com
Artanto, F. A., Rosyadi, I., Rahmawati, S. E., & Pangestu, H. T. B. J. (2022). Decision Tree Dalam Analisis Keputusan Pembelian Program Pada Perkumpulan Penggiat Programmer Indonesia. Jurnal Fasilkom, 12(3), 141–144. https://doi.org/10.37859/jf.v12i3.3948
Ary Prandika Siregar, Dwi Priyadi Purba, Jojor Putri Pasaribu, & Khairul Reza Bakara. (2023). Implementasi Algoritma Random Forest Dalam Klasifikasi Diagnosis Penyakit Stroke. Jurnal Penelitian Rumpun Ilmu Teknik, 2(4), 155–164. https://doi.org/10.55606/juprit.v2i4.3039
Asyuti, S., & Setyawan, A. A. (2023). Data Mining Dalam Penggunaan Presensi Karyawan Denga Cluster Means. Jurnal Ilmiah Sains Teknologi Dan Informasi, 1(1), 01–10. https://jurnal.alimspublishing.co.id/index.php/JITI/article/download/6/6
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
Cortis, K., & Davis, B. (2021). Over a decade of social opinion mining: a systematic review. In Artificial Intelligence Review (Vol. 54, Nomor 7). Springer Netherlands. https://doi.org/10.1007/s10462-021-10030-2
Devella, S., Yohannes, Y., & Rahmawati, F. N. (2020). Implementasi Random Forest Untuk Klasifikasi Motif Songket Palembang Berdasarkan SIFT. JATISI (Jurnal Teknik Informatika dan Sistem Informasi), 7(2), 310–320. https://doi.org/10.35957/jatisi.v7i2.289
Fadiyah Basar, T., Ratnawati, D. E., & Arwani, I. (2022). Analisis Sentimen Pengguna Twitter terhadap Pembayaran Cashless menggunakan Shopeepay dengan Algoritma Random Forest. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(3), 1426–1433. http://j-ptiik.ub.ac.id
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
Fauzi, A. (2022). Penerapan Algoritma Text Mining dan Lexrank dalam Meringkas Teks Secara Otomatis. Bulletin of Data Science, 1(2), 65–72. https://ejurnal.seminar-id.com/index.php/bulletinds
Givari, M. R., Sulaeman, M. R., & Umaidah, Y. (2022). Perbandingan Algoritma SVM, Random Forest Dan XGBoost Untuk Penentuan Persetujuan Pengajuan Kredit. Nuansa Informatika, 16(1), 141–149. https://doi.org/10.25134/nuansa.v16i1.5406
Hadna, N. M. S., Paulus, I. S., & Winarno, W. (2016). Studi Literatur Tentang Perbandingan Metode Untuk Proses Analisis Sentimen Di Twitter. Seminar Nasional Teknologi Informasi dan Komunikasi, March, 1–8.
Handayani, P., & Charis Fauzan, A. (2024). KLIK: Kajian Ilmiah Informatika dan Komputer Machine Learning Klasifikasi Status Gizi Balita Menggunakan Algoritma Random Forest. Media Online), 4(6), 3064–3072. https://doi.org/10.30865/klik.v4i6.1909
Herwijayanti, B., Ratnawati, D. E., & Muflikhah, L. (2018). Klasifikasi Berita Online dengan menggunakan Pembobotan TF-IDF dan Cosine Similarity. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 2(1), 306–312. http://j-ptiik.ub.ac.id
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
Kusumawardani, H. H., Rosyadi, I., Artanto, F. A., Arzha, F. I., & Rachmayani, N. A. (2022). Analisis decision tree dalam pengaruh digital marketing terhadap penerimaan siswa baru. Remik: Riset dan E-Jurnal Manajemen Informatika Komputer, 6(2), 225–231. http://doi.org/10.33395/remik.v6i2.11494
Larasati, F. A., Ratnawati, D. E., & Hanggara, B. T. (2022). Analisis Sentimen Ulasan Aplikasi Dana dengan Metode Random Forest. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 6(9), 4305–4313.
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
Marliana Susianti, O. (2024). Perumusan Variabel Dan Indikator Dalam Penelitian Kuantitatif Kependidikan. Jurnal Pendidikan Rokania, 9, 18.
Maxwell, A. E., Warner, T. A., & Fang, F. (2018). Implementation of machine-learning classification in remote sensing: An applied review. International Journal of Remote Sensing, 39(9), 2784–2817. https://doi.org/10.1080/01431161.2018.1433343
Mulyatun, S., Utama, H., & Mustopa, A. (2021). Pendekatan Natural Language Processing Pada Aplikasi Chatbot Sebagai Alat Bantu Customer Service. Journal of Information System Management (JOISM), 3(1), 12–17. https://doi.org/10.24076/joism.2021v3i1.404
Nur Oktavia, A., Iqbal, M., Saputra, R. W., Zulfikar, M. I., & Saifudin, A. (2024). Implementasi Metode Natural Language Processing Dalam Studi Analisis. Jurnal Ilmiah Ilmu Komputer dan Multimedia, 2(1), 154–159. https://jurnalmahasiswa.com/index.php/biikma
Pramono, L. H., & Subiyantoro, C. (2017). Pengaruh Stemming Terhadap Ekstraksi Topik Menggunakan Metode Tf*Idf*Df Pada Aplikasi Pds. JIKO (Jurnal Informatika dan Komputer), 2(1), 15–23. https://doi.org/10.26798/jiko.2017.v2i1.57
Pristika, F. J., & Rozi, F. (2024). Sentimen Komentar Netizen dalam Postingan Pelantikan Menteri ATR / BPN pada Akun Instagram @ agusyudhoyono. 11(02), 108–117. https://doi.org/10.22236/komunika.v11i2.15145
Rerung, R. R. (2018). Penerapan Data Mining dengan Memanfaatkan Metode Association Rule untuk Promosi Produk. Jurnal Teknologi Rekayasa, 3(1), 89. https://doi.org/10.31544/jtera.v3.i1.2018.89-98
Rofiqi, L., & Akbar, M. (2024). Analisis Sentimen Terkait RUU Perampasan Aset dengan Support Vector Machine. JEKIN - Jurnal Teknik Informatika, 4(3), 529–538. https://doi.org/10.58794/jekin.v4i3.824
Romadloni, P. L., Kusuma, B. A., Baihaqi, W. M., Komputer, F. I., & Purwokerto, U. A. (2022). Komparasi metode pembelajaran mesin untuk implementasi pengambilan keputusan dalam menentukan promosi jabatan karyawan. 6(2), 622–628.
Rosyadi, H. E., Amrullah, F., Marcus, R. D., & Affandi, R. R. (2020). Rancang Bangun Chatbot Informasi Lowongan Pekerjaan Berbasis Whatsapp dengan Metode NLP (Natural Language Processing). Briliant: Jurnal Riset dan Konseptual, 5(3), 619. https://doi.org/10.28926/briliant.v5i3.487
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
Rosyadi, I., Kusumawardhani, H. H., Artanto, F. A., Alwan, A., Hardani, A., & Nafilaturrosyidah, F. (2023). Clustering K-Means Dalam Pengelompokan PenjualanProduk Pada RTO Group. Teknomatika, 13(02), 3.
Rozi, F., Sukmana, F., & Adani, M. N. (2021). Pengelompokkan Judul Buku dengan Menggunakan Algoritma K-Nearest Neighbor (K-NN) dan Term Frequency – Inverse Document Frequency (TF-IDF). JIMP: Jurnal Informatika Merdeka Pasuruan, 6(3), 1–5.
Sholehhudin, M., Fauzi Ali, M., & Adinugroho, S. (2018). Implementasi Metode Text Mining dan K-Means Clustering untuk Pengelompokan Dokumen Skripsi ( Studi Kasus?: Universitas Brawijaya ). 2(11), 5518–5524.
Sihombing, P. R., & Yuliati, I. F. (2021). Penerapan Metode Machine Learning dalam Klasifikasi Risiko Kejadian Berat Badan Lahir Rendah di Indonesia. MATRIK?: Jurnal Manajemen, Teknik Informatika dan Rekayasa Komputer, 20(2), 417–426. https://doi.org/10.30812/matrik.v20i2.1174
Subowo, E., Rosyadi, I., & Kusumawardhani, H. H. (2020). Twitter Data as Decision Tree Parameter for Analysis of Tourism Potential Policies. 436, 474–478. https://doi.org/10.2991/assehr.k.200529.099
Taherkhani, L., Daneshvar, A., Amoozad Khalili, H., & Sanaei, M. R. (2023). Analysis of the Customer Churn Prediction Project in the Hotel Industry Based on Text Mining and the Random Forest Algorithm. Advances in Civil Engineering, 2023. https://doi.org/10.1155/2023/6029121
Utomo, D. P., & Mesran, M. (2020). Analisis Komparasi Metode Klasifikasi Data Mining dan Reduksi Atribut Pada Data Set Penyakit Jantung. Jurnal Media Informatika Budidarma, 4(2), 437. https://doi.org/10.30865/mib.v4i2.2080
Wildah, S. K., Latif, A., Mustopa, A., Suharyanto, S., Maulana, M. S., & Sasongko, A. (2023). Klasifikasi Penyakit Daun Kopi Menggunakan Kombinasi Haralick, Color Histogram dan Random Forest. Jurnal Sistem dan Teknologi Informasi (JustIN), 11(1), 35. https://doi.org/10.26418/justin.v11i1.60985
Xu, J., Zhang, Y., & Miao, D. (2020). Three-way confusion matrix for classification: A measure driven view. Information Sciences, 507, 772–794. https://doi.org/10.1016/j.ins.2019.06.064
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
Zailani, A. U., Perdananto, A., Nurjaya, & Sholihin. (2020). PENGENALAN SEJAK DINI SISWA SMP TENTANG MACHINE LEARNING UNTUK KLASIFIKASI GAMBAR DALAM MENGHADAPI KOMMAS?: Jurnal Pengabdian Kepada Masyarakat. KOMMAS: Jurnal Pengabdian Kepada Masyarakat, 1(1), 7–15. http://openjournal.unpam.ac.id/index.php/kommas/article/view/4599
Zheng, D. (2024). Sentiment Analysis for Film Reviews Based on Random Forest. Science and Technology of Engineering, Chemistry and Environmental Protection, 1(7), 1–5. https://doi.org/10.61173/5t8epb44
| Properti | Nilai Properti |
|---|---|
| Organisasi | Universitas Muhammadiyah Pekajangan Pekalongan |
| umpp.pekalongan@yahoo.com | |
| Alamat | Jl. Raya Pekajangan No. 1A Kedungwuni Pekalongan |
| Telepon | (0285) 7832294 |
| Tahun | 2025 |
| Kota | Pekalongan |
| Provinsi | Jawa Tengah |
| Negara | Indonesia |