Klasifikasi Sentimen Pengguna Terhadap Pembayaran Digital Menggunakan Algoritma Naive Bayes
DOI:
https://doi.org/10.61132/merkurius.v4i4.1713Keywords:
DANA, Google Play Store, Naïve Bayes, TF-IDF, Sentiment AnalysisAbstract
Perkembangan teknologi finansial (fintech) di Indonesia telah mendorong meningkatnya penggunaan aplikasi pembayaran digital, salah satunya DANA. Banyaknya ulasan pengguna pada Google Play Store menghasilkan data tekstual yang dapat dimanfaatkan untuk mengetahui persepsi pengguna terhadap kualitas layanan aplikasi. Penelitian ini bertujuan untuk mengklasifikasikan sentimen pengguna aplikasi DANA menggunakan algoritma Naïve Bayes. Dataset yang digunakan berasal dari Kaggle dengan jumlah 50.000 ulasan yang telah dikategorikan ke dalam tiga kelas sentimen, yaitu positif, negatif, dan netral. Tahapan penelitian meliputi pengumpulan data, preprocessing teks (case folding, cleaning, tokenizing, stopword removal, dan stemming), pembobotan kata menggunakan metode Term Frequency–Inverse Document Frequency (TF-IDF), proses klasifikasi menggunakan algoritma Multinomial Naïve Bayes, serta evaluasi model menggunakan confusion matrix dengan metrik accuracy, precision, recall, dan F1-score. Hasil penelitian menunjukkan bahwa model memperoleh nilai accuracy sebesar 79,26%. Kelas sentimen positif memiliki performa terbaik dengan nilai precision sebesar 0,85, recall 0,94, dan F1-score 0,89, sedangkan kelas sentimen netral memiliki nilai recall terendah sebesar 0,19 akibat ketidakseimbangan distribusi data. Berdasarkan hasil tersebut, algoritma Naïve Bayes mampu memberikan kinerja yang cukup baik dalam mengklasifikasikan sentimen ulasan pengguna aplikasi DANA dan dapat dimanfaatkan sebagai salah satu metode analisis opini pengguna untuk mendukung peningkatan kualitas layanan aplikasi pembayaran digital.
References
Al Anshari, R., Alam, S., & Hafid T., M. (2023). Komparasi payment digital untuk analisis sentimen berdasarkan ulasan di Google Playstore menggunakan metode Support Vector Machine. STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer, 2(3), 118–128. https://doi.org/10.55123/storage.v2i3.2337
Ardiansyah, D., Aryanti, R., Fitriani, E., & Royadi, R. (2025). Analisis sentimen pengguna GoPay pada layanan keuangan digital dengan perbandingan Naïve Bayes dan SVM. Jurnal Profitabilitas, 5(2).
Hapsari, N. A., & Indriyanti, A. D. (2023). Analisis sentimen pada aplikasi dompet digital menggunakan algoritma Random Forest. Journal of Emerging Information Systems and Business Intelligence, 4(3), 186–192. https://doi.org/10.26740/jeisbi.v4i3.55696
Ibrahim, H. D., Heryana, N., & Primajaya, A. (2024). Analisis sentimen pengguna e-wallet OVO dan DANA pada Twitter dengan metode Naïve Bayes Classifier. JATI (Jurnal Mahasiswa Teknik Informatika), 8(5), 9858–9864.
Maharani, F. M. D., Hananto, A. L., Hilabi, S. S., Apriani, F. N., Hananto, A., & Huda, B. (2022). Perbandingan metode klasifikasi sentimen analisis penggunaan e-wallet menggunakan algoritma Naïve Bayes dan K-Nearest Neighbor. METIK Jurnal, 6(2), 97–103. https://doi.org/10.47002/metik.v6i2.372
Ramadhan, G. R., & Sugianto, C. A. (2024). Analisis sentimen ulasan aplikasi DANA di Google Play Store menggunakan algoritma Naïve Bayes. JATI (Jurnal Mahasiswa Teknik Informatika), 8(5). https://doi.org/10.36040/jati.v8i5.10732
Riskawati, R., Fatihanursari, F., Iin, I., & Rinaldi, A. R. (2024). Penerapan metode Naïve Bayes Classifier pada analisis sentimen aplikasi GoPay. JATI (Jurnal Mahasiswa Teknik Informatika), 8(1), 346–353. https://doi.org/10.36040/jati.v8i1.8699
Umair, M., & Susanto, E. R. (2024). Analisis sentimen ulasan pengguna pada aplikasi BRImo BRI menggunakan metode klasifikasi algoritma Naive Bayes. Jurnal Media Informatika Budidarma, 8(2), 1149. https://doi.org/10.30865/mib.v8i2.7381
Utami, I. W., & Dandi, M. K. (2026). Analisis sentimen pengguna aplikasi e-wallet DANA menggunakan Naive Bayes. Journal of Data Analytics, Information, and Computer Science, 3(2), 45–52. https://doi.org/10.70248/jdaics.v3i2.3651
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2026 Merkurius : Jurnal Riset Sistem Informasi dan Teknik Informatika

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.




