ANALISIS SENTIMEN TERHADAP APLIKASI MAXIM MENGGUNAKAN ALGORITMA RANDOM FOREST
Abstract
Perkembangan teknologi saat ini mempermudah pengguna untuk menggunakan transportasi online dengan cara memesan di aplikasi tersebut, salah satunya aplikasi Maxim. Maxim adalah sebuah perusahaan teknologi internasional yang menawarkan layanan transportasi online, dan menawarkan layanan tambahan seperti pesan-antar makanan dan barang, kargo dan lain-lain. Penelitian analisis sentimen pada data ulasan penggunaan aplikasi. Maxim menggunakan metode Random Forest. Random Forest adalah algoritma pembelajaran yang supervised. "Forest" yang dibangunnya adalah kumpulan pohon keputusan, biasanya dilatih dengan metode "bagging". Ide umum dari metode bagging adalah kombinasi model pembelajaran meningkatkan hasil keseluruhan. Hasil penelitian ini adalah model klasifikasi untuk analisis sentimen yang diharapkan dapat membantu memberikan informasi tentang sentimen yang terdapat pada ulasan positif atau negatif yang telah diberikan oleh pelanggan atau pengguna terhadap aplikasi tersebut.
Full Text:
PDFReferences
Handoko, M. R., & Neneng. (2021). Sistem Pakar Diagnosa Penyakit Selama Kehamilan Menggunakan Metode Naive Bayes Berbasis Web. Jurnal Teknologi Dan Sistem Informasi, 2(1).
Hutapea, B. T. (2022). Lot Sizing Material Requirement Planning Pada Produk Kipas Angin Portable dengan Metode Period Order Quantity (POQ). Talenta Conference Series: Energy and Engineering (EE), 5(2), 718–722.
Idris, M. (2022). Mengenal Maxim, Penantang Baru Grab dan Gojek. Kompas.
Ikhwan, A., Harahap, A. M., & Ayuni, A. Z. (2021). Aplikasi Pembiayaan Mudharabah Dan Murabahah Pada Baitul Maal Wat Tamwil Di Kota Tebing Tinggi Berbasis Android. ISTech (Journal of Islamic Science and Technology), 6(2).
Irawan, F., Jazuli, A., & Khotimah, T. (2022). Analisis Sentimen Terhadap Pengguna Gojek Menggunakan Metode K-nearset Neighbors. Jurnal Informatika Dan Komputer, 5(1), 62–68.
Irawan, M. D., & Utama, A. P. (2022). Implementasi RAD (Rapid Application Development) dan Uji Black Box pada Administrasi E-Arsip. Sudo Jurnal Teknik Informatika, 1(2), 60–71.
Kurniawan, T., Samsudin, S., & Triase, T. (2021). Implementasi Layanan Firebase pada Pengembangan Aplikasi Sewa Sarana Olahraga Berbasis Android. Jurnal Informatika Universitas Pamulang, 6(1), 13. https://doi.org/10.32493/informatika.v6i1.10270
Nurlia. (2019). Pengaruh Struktur Organisasi terhadap Pengukuran Kualitas Pelayanan (Perbandingan Antara Ekspektasi/Harapan Dengan Hasil Kerja). Meraja Journal, 2(2), 53–58.
Risaldi, M. A., Anton, & Astuti, P. (2020). Perancangan Sistem Informasi Menggunakan Metode Waterfall Untuk Pengajuan Cuti Dan Perjalanan Dinas Pada Pt. Igtax Ekuseru Indonesia. Buffer Informatika, 6(2), 27–36. https://www.journal.uniku.ac.id/index.php/buffer/article/view/353
Samsudin, S., Irawan, M. D., & Harahap, A. H. (2019). Mobile App Education Gangguan Pencernaan Manusia Berbasis Multimedia Menggunakan Adobe Animate Cc. Jurnal Teknologi Informasi, 3(2), 141. https://doi.org/10.36294/jurti.v3i2.1009
Sandag, G. A. (2022). Prediksi Rating Aplikasi App Store Menggunakan Algoritma Random Forest. Cogito Smart Journal, 6(2).
Santoso, A., Kurniawati, E., & Dhani, A. U. (2023). Kajian Pelaksanaan Verifikasi Dan Validasi Data Terpadu Kesejahteraan Sosial (DTKS) Di Kota Semarang. Jurnal Riptek, 17(1), 79–94. https://doi.org/10.35475/riptek.v17i1.176
Seta Permanaa, W. I. R. (2020). Sistem Aplikasi Data Pegawai Pensiun Menggunakan Metode K-means (Studi Kasus: Pt. Kawasan Berikat Nusantara (Persero). Jurnal Ilmiah Informatika, 8(2), 98–106.
Setyabudhi, A. L., & Sanusi. (2020). Perancangan Modul Menggambar Teknik Berbasiskan Kompetensi Untuk Program Studi Teknik Industri Fakultas Teknik Ibnu Sina. Jurnal Teknik Ibnu Sina (JT-IBSI), 4(02), 19–25. https://doi.org/10.36352/jt-ibsi.v4i02.41
Sianturi, D. (2021). Universitas Sumatera Utara Poliklinik Universitas Sumatera Utara. Jurnal Pembangunan Wilayah & Kota, 1(3), 82–91.
DOI: https://doi.org/10.54314/jssr.v7i3.2151
Article Metrics
Abstract view : 58 timesPDF - 21 times